Hugging Face Daily Papers·· 21 天前AI 评分29
SpecSlot:读取、分配、路由——面向像素空间生成 Transformer 的角色耦合分词
Read, Allocate, Route: Role-Coupled Tokenization for Pixel-Space Generative Transformers
AI 导读
SpecSlot 是一种像素空间整流流 Transformer,通过角色耦合分词将输出细节与全局注意力序列长度解耦。在 ImageNet-512 上,SpecSlot 将 FID 较对照提升 2.84,同时减少 3.9% FLOPs;在文本到图像生成中,DPG-Bench 分数超过 JiT-B/8 1.06,前向成本降低 40.6%。
打开原文 arxiv.org