跳到正文
热点事件观察中

DifFRACT将电路追踪扩展至多模态扩散Transformer

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Artyom Mazur等作者提出DifFRACT,将基于transcoder的电路追踪扩展到多模态扩散Transformer。该方法在FLUX.1[schnell]双流块的MLP子层上训练时间步条件transcoder,据作者称可实现精确的特征间归因并构建紧凑归因图。 此前transcoder电路追踪主要面向语言模型,DifFRACT把这一方法用于多模态扩散Transformer,并在上述模型的具体子层上完成训练与验证。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv cs.AI
    DifFRACT:面向多模态扩散 Transformer 的扩散特征重建与归因电路追踪

    DifFRACT 将基于 transcoder 的电路追踪扩展到多模态扩散 Transformer,在 FLUX.1[schnell] 双流块的 MLP 子层上训练时间步条件 transcoder,实现精确的特征间归因并构建紧凑归因图。

本事件热度走势

可比范围当前
4
可比范围峰值
810月28日 22:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。