论文页面——论高维潜变量的可扩散性

来源：https://huggingface.co/papers/2609.28473

摘要

表示自编码器（RAEs）使扩散模型能够在预训练视觉编码器的特征空间中运作。然而，许多现成编码器并非针对忠实重构进行优化，它们会丢弃细粒度视觉细节。正如预期，通过微调这些编码器来实现图像重构可以恢复这些细节。但或许有违直觉的是，这一过程会降低所生成表示的有效维度，而这种改变的几何结构会对下游生成产生影响。具体而言，我们表明，在高维空间中使用流匹配的标准速度预测，要求模型拟合位于低维信号流形之外的正交噪声方向，这导致优化效率低下。因此，我们提出使用干净数据参数化（x₀-预测），它将学习聚焦于底层信号流形。在多个强重构编码器的实验中，我们证明了x₀-预测能持续提升文本到图像生成性能。

查看 arXiv 页面 (https://arxiv.org/abs/2609.28473) 查看 PDF (https://arxiv.org/pdf/2609.28473) 项目页面 (https://cfeng16.github.io/on_the_diffusibility/) 添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2609.28473)

在您的智能体中获取此论文：

hf papers read 2609\.28473

没有最新版 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2609.28473 以从此页面链接它。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2609.28473 以从此页面链接它。

引用此论文的空间0

没有空间链接此论文

在空间 README.md 中引用 arxiv.org/abs/2609.28473 以从此页面链接它。

包含此论文的收藏夹0

没有收藏夹包含此论文

将此论文添加到收藏夹 (https://huggingface.co/new-collection) 以从此页面链接它。