DiffusionBench：迈向生成式扩散变换器的全面评估

Hacker News Top 论文
benchmark diffusion-transformers evaluation generative-models image-generation open-source

摘要

介绍了DiffusionBench，这是一个统一的基准，用于全面评估生成式扩散变换器，支持多种生成任务，并提供标准化的训练与评估。

暂无内容
查看原文
查看缓存全文

缓存时间: 2026/06/24 04:48

diffusion-bench

使用DiffusionBench训练了20万次迭代的模型生成的256×256文本到图像样本。

相似文章

DiffusionBench：扩散变换器的全面评估

Hugging Face Daily Papers

研究人员引入了NanoGen，一个用于训练和评估扩散变换器的统一框架，并提出了DiffusionBench，一个结合了ImageNet类别条件和文本到图像生成的全面基准，以更好地评估生成建模的进展。

MMDiff: 扩展扩散变换器以实现多模态生成

Hugging Face Daily Papers

MMDiff 通过轻量级解码器将冻结的扩散变换器扩展为多模态生成系统，通过多时间步特征融合，在语义分割和其他感知任务上实现了显著改进。

扩散语言模型：实验分析

arXiv cs.AI

一项系统性的实验分析，评估了八种最先进的扩散语言模型在多个基准测试上的表现，分析了生成质量与计算效率之间的权衡。