ReMoA递归模块化适配框架被提出
热点事件持续更新
ReMoA递归模块化适配框架被提出
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yuwei Sun等作者提出ReMoA递归模块化适配框架，将其集成到常规扩散模型的联合注意力层中，通过多步递归迭代精炼视觉token，并借助稀疏模块选择共享参数。作者报告，在ImageNet上DiT-XL的recall从0.57提升至0.62；SD3-medium的GenEval总分从68.33%提升至71.18%，且递归过程未引入额外参数。
AI 根据报道生成 · 46 分钟前更新
最新进展11月5日 13:00
ReMoA：多模态扩散模型中的递归模块化自适应与稀疏潜在精炼报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AIReMoA：多模态扩散模型中的递归模块化自适应与稀疏潜在精炼
ReMoA 框架被提出并集成到扩散模型的联合注意力层中，通过多步递归迭代精炼视觉 token，并借助稀疏模块选择高效共享参数。在 ImageNet 上，DiT-XL 的 recall 从 0.57 提升至 0.62；SD3-medium 的 GenEval 总分从 68.33% 提升至 71.18%，且递归过程未引入额外参数。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。