AReA: Cơ chế chú ý vùng tiếp nhận thích ứng cho Diffusion Transformer độ phân giải cao hiệu quả
AReA: Adaptive Receptive-Field Attention for Efficient High-Resolution Diffusion Transformers
Đoạn trích bài viết
Việc tạo hình ảnh vượt quá độ phân giải huấn luyện của Diffusion Transformers (DiTs) vẫn còn nhiều thách thức, do số lượng token tăng nhanh theo độ phân giải, cơ chế chú ý toàn phần (full attention) trở nên tốn kém, và kết quả đầu ra thường bị biến dạng cấu trúc cũng như suy giảm chi tiết.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.