arXiv cs.LG· Jungsoo Lee, Alexi Gladstone, Yilun Du·· 7 天前AI 评分36
扩展 Transformer 能量模型实现高质量图像合成
Scaling Transformer Energy-based Models For High Quality Image Synthesis
AI 导读
研究团队提出潜在空间下的 Transformer 能量模型（TEM），解决了传统能量模型在高维采样与深度架构训练中的瓶颈。通过多层能量求和与正表示对齐（PRA），TEM-XL 在无需无分类器引导的情况下，在 ImageNet 256×256 上取得 3.82 的 FID-50K，512×512 达 8.24。该方法同时验证了组合生成、zero-shot 图像修复及分布外检测能力。
来源：arXiv cs.LG · arxiv.org