跳到正文
arXiv · 机器人与计算机视觉· Dar-Yen Chen, Yi-Zhe Song·· 14 天前AI 评分75

NitroFusion2:将对抗损失引入多模态扩散变换器的文本流

NitroFusion2: Bringing Adversarial Loss to the Text Stream of Multimodal Diffusion Transformers

AI 导读

论文 NitroFusion2 针对多模态扩散变换器(MMDiT)提出 Text-Stream Adversarial Distillation (TSAD) 和 Aspect-Cued Discrimination (ACD),利用文本流中间状态作为新的对抗表示并基于不同样本属性引导判别器。

来源:arXiv · 机器人与计算机视觉 · arxiv.org