Tag · 3 篇
概念组合
分布 图像编辑与可控生成2生成模型与扩散1
01 02 03
基于组合可解释性的内在概念提取
Intrinsic Concept Extraction Based on Compositional Interpretability
把双曲空间的层次建模引入单图概念学习，为个性化/概念定制生成提供可组合、可解耦的概念嵌入，可直接用于少样本概念注入与属性编辑。
通过概念-提示词绑定组合来自图像和视频的概念
Composing Concepts from Images and Videos via Concept-prompt Binding
提出通过绑定视觉概念与提示词词元，在扩散 Transformer 的交叉注意力中实现单样本概念组合，可复用于个性化生成与视频编辑中的概念解耦控制。
打破语义边界：分布引导的语义探索用于创造性生成
Breaking Semantic Boundaries: Distribution-Guided Semantic Exploration for Creative Generation
提出分布条件生成范式，将类别分布作为条件输入扩散模型，并通过视觉语言模型对齐生成图像的语义分布，为可控创造性生成提供了可复用的技术思路。