跳到正文
arXiv · ML· Arshia Hemmat, Amirhossein Vahidi, Amitis Shidani, Mohammad Vali Sanian, Hesam Asadollahzadeh, Aryan Yazdan Parast, Mohammad Lotfollahi·· 2026-10-08AI 评分26

ORCA:在文生图扩散模型中解决组合性失效

ORCA: Hunting Compositional Failures in Text-to-Image Diffusion

AI 导读

ORCA 通过正交残差对齐机制,将低秩视觉特征信号融入扩散模型训练,有效解决属性绑定和空间关系等组合性失效。 该方法在 DiT-B/2 等三个骨干上均提升 FID 和 GenEval,DiT-L/2 在 200K 步达到 FID 16.65 和 GenEval 0.291,无需推理开销。 论文已被 NeurIPS 2026 接收。

来源:arXiv · ML · arxiv.org