85
Nghiên cứu
Giải mã cơ chế hoạt động của Diffusion Transformers: Vai trò ẩn của các Token mẫu văn bản
(giờ Việt Nam)
Tóm tắt AI
Nghiên cứu khám phá cách các token cấu trúc trong mô hình DiT đóng vai trò như bộ nhớ ngữ nghĩa ẩn, giúp duy trì nhận diện đối tượng thông qua cơ chế tương tác gián tiếp giữa hình ảnh và văn bản.
Bản dịch AI
Tác giả: Maohua Li, Qirui Li, Yanke Zhou, Yiduo Li, Zhaosheng Chi, Chao Xu, Cuifeng Shen, Yixuan Xu, Hanlin Tang, Kan Liu, Tao Lan, Lin Qu, Shao-Qun Zhang
Xem PDF HTML (thử nghiệm)
DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)
Lịch sử gửi bài
Từ: Maohua Li [xem email] [v1] Thứ Ba, 21 tháng 7 năm 2026 14:29:59 UTC (27.260 KB)
Bài viết được AI dịch và tổng hợp tự động từ Hugging Face Daily Papers. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.