new paper: iREPA diffusion models are a renderer of their underlying representations. with this new...
Orihinal na pamagat:new paper: iREPA diffusion models are a renderer of their underlying representations. with this new...
AI summary
Bagong paper: Ang iREPA diffusion models ay renderer ng kanilang underlying representations. Sa pamamagitan ng bagong setup na ito, mas malinaw nating nakikita ang tunay na kahulugan ng mga representation na ito. Nagsimula si Jas ng spontaneous exploration, at marami kaming natutunan sa nakaraang tatlong buwan. ps. Ito rin ay maliit naming eksperimento sa isang bagong uri ng online "water cooler effect", at gusto kong makita ang phenomenon na ito. Magtalo tayo, mag-usap, at gamitin ang tunay na pagsisikap upang gawing seryosong science ito. [Quote @1jaskiratsingh]: ‼️ Mahalaga ang representations para sa generation! Pero lumalabas na mali ang pag-unawa natin sa kung paano nakakatulong ang representations sa generation ‼️ Ang dating iniisip natin: (mali kami) ❌ Mas malaking visual encoder → mas magandang representation → mas magandang generation ❌ Mas magandang global semantics → mas magandang representation → mas magandang generation. Lumalabas: 🤯 Sa representation alignment, ang visual encoder na 20x mas maliit ay kayang makamit ang katulad o mas magandang performance kaysa sa mas malaking modelo 🤯 Ang visual encoder na may linear probing accuracy na humigit-kumulang 20% (measure ng global semantics) ay kayang talunin ang encoder na may accuracy na >80% 🤯 Kahit ang classic features tulad ng SiFT at HoG ay nagdadala ng pagpapabuti na maihahambing sa mas moderno at mas malaking visual encoders ‼️ 🚨 Introduction: Ano ang mahalaga para sa representation alignment? Global information o spatial structure 🚨 TL;DR: ✅ Mas magandang global semantic information ≠ mas magandang generation ✅ Spatial structure (hindi global semantics) ang nagtutulak sa generation performance ng representation ✅ Iminumungkahi namin ang iREPA: 3 linya lang ng code, binibigyang-diin ang spatial structure transfer, at patuloy na pinapabuti ang convergence speed sa REPA, REPA-E, Meanflow, JiT at iba pa. Kapana-panabik na proyekto sa @AdobeResearch, sa pakikipagtulungan nina @xingjian_leng, @zongze_wu, @LiangZheng_06, @rzhang88, @elishechtman at @sainingxie 🙏 Para sa akin, ito rin ay isang espesyal na kawili-wili at natatanging karanasan, sa bawat hakbang ng proyekto pinatunayan namin na mali ang aming biases 😆 Malaking pasasalamat din kina @YouJiacheng, @ShumingHu at @gallabytes, ang kanilang mga komento sa X ang nagbukas ng exploration sa direksyong ito 🫡 Paper: https://arxiv.org/abs/2512.10794 Code: https://github.com/End2End-Diffusion/iREPA Project page: https://end2end-diffusion.github.io/irepa Para sa mas maraming detalye tingnan ang thread: [1/n] 🧵
Mahahalagang impormasyon
- Bagong paper: Ang iREPA diffusion models ay renderer ng kanilang underlying representations.
- Sa pamamagitan ng bagong setup na ito,mas malinaw nating nakikita ang tunay na kahulugan ng mga…
- Nagsimula si Jas ng spontaneous exploration,at marami kaming natutunan sa nakaraang tatlong buwan.
- Ito rin ay maliit naming eksperimento sa isang bagong uri ng online "water cooler effect",at gusto…
- Magtalo tayo,mag-usap,at gamitin ang tunay na pagsisikap upang gawing seryosong science ito.
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- X:谢赛宁 (@sainingxie)
- Kategorya
- Iba pa
颠覆认知:小20倍视觉编码器也能驱动高质量生成,空间结构才是关键
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: new paper: iREPA diffusion models are a renderer of their underlying representations. with this new.... 16 Disyembre 2025. https://new.nat6.net/fil/news/cmnz6dpf402amsl0fxz3kh21f/