arXiv cs.CV· Arshia Hemmat, Amirhossein Vahidi, Amitis Shidani, Mohammad Vali Sanian, Hesam Asadollahzadeh, Aryan Yazdan Parast, Mohammad Lotfollahi·· 4 小时前AI 评分27
ORCA：定位文本到图像扩散模型的组合性失败
ORCA: Hunting Compositional Failures in Text-to-Image Diffusion
AI 导读
ORCA（Orthogonal Residual Compositional Alignment）通过单一辅助损失，将扩散 Transformer 的潜变量与冻结视觉编码器的低秩目标对齐，在不增加推理成本的前提下提升组合性生成能力。
来源：arXiv cs.CV · arxiv.org