RoAR-VAE：通过鲁棒预测提升潜空间可扩散性
RoAR-VAE: Improving Latent Diffusability through Robust Prediction
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
RoAR-VAE 通过从损坏的潜变量中预测语义特征与重建干净图像，提升视觉 tokenizer 的潜空间可扩散性。在相同训练预算下，其平均生成基准性能比最强基线 tokenizer 高 2.19 分，小文本重建准确率比 FLUX.1-VAE 高 16.93 个百分点。
来源：Hugging Face Daily Papers · arxiv.org