ORCA：文生图扩散组合失败对齐方法

Arshia Hemmat 等作者提出 ORCA 方法，用于改善文本到图像扩散模型的组合性失败问题。该方法通过单一辅助损失，将扩散 Transformer 的潜变量与冻结视觉编码器的低秩目标对齐，其预测器的正交基由 T5 与 CLIP 嵌入之间的学习残差参数化，从而以提示相关的信号选择视觉读出子空间。 作者报告称，在 DiT-B/2、DiT-L/2、U-ViT-L 三个骨干上，ORCA 均以零推理成本提升了 FID 与 GenEval 指标。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。