Tag · 1 篇
Toward Diffusible High-Dimensional Latent Spaces: A Frequency Perspective
揭示了高维潜空间中编码器对高频成分欠表达、解码器却强依赖高频潜变量恢复细节的错配,并给出一个无需重训自编码器、可插拔的频率预热课程,可直接套用到任意潜空间扩散/流匹配训练流程中以提升生成质量。