architectural-modification

#architectural-modification

为什么视频扩散模型违反物理规律？揭示注意力机制中的缺陷

Hugging Face Daily Papers ↗ · 3天前缓存

本文对视频扩散模型进行可解释性研究，揭示旋转位置嵌入（RoPE）导致过度的空间注意力衰减，从而引发物理违规，并提出一种轻量级的架构修改以增强生成视频的物理连贯性。

0 人收藏 0 人点赞