★ 3
CARE：扩散模型条件感知表示正则化
研究提出 CARE，一种轻量即插即用的正则化框架，根据条件相似度动态调制特征分布，无需显式对齐损失或外部监督。在 ImageNet 上 40 万步训练使 FID 降低 19.08%，实现 3.5 倍加速；文生图任务中 FID 降低 16.61% 并改善语义对齐。CARE 可与现有正则化方法叠加使用。
arXiv cs.LG38 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出 CARE，一种轻量即插即用的正则化框架，根据条件相似度动态调制特征分布，无需显式对齐损失或外部监督。在 ImageNet 上 40 万步训练使 FID 降低 19.08%，实现 3.5 倍加速；文生图任务中 FID 降低 16.61% 并改善语义对齐。CARE 可与现有正则化方法叠加使用。