Research KB 登录

DIS-001 Disambiguation

术语 cross-attention 的双 referent 路由:LDM 通用条件接口(CPT-009)与 DiT block 设计变体(CPT-010)。

id DIS-001
type disambiguation
term cross-attention
refs CPT-009, CPT-010

Routing

  • CPT-009 — LDM 的通用 cross-attention 条件机制:domain encoder \(\tau_\theta\) 把任意条件模态投影为 Key/Value 注入扩散 U-Net(SRC-2112.10752)。
  • CPT-010 — DiT block 设计轴的 cross-attention 变体:t/c 嵌入拼成 2-token K/V 序列,self-attention 后追加 cross-attention 层 (SRC-2212.09748)。

两个 referent 同属 attention 注入条件这一机制家族,但条件对象与宿主 架构不同;论文层面的亲缘陈述见 CPT-010 的 Disambiguation 节。质的差异 与量化比较不属本卡(Definition 20:纯路由)。

关联(8)

  • SRC-2112.10752 High-Resolution Image Synthesis with Latent Diffusion Models
  • SRC-2212.09748 Scalable Diffusion Models with Transformers
  • FRM-2212.09748 DiT 五层重建:以 ViT 替换 latent diffusion 的 U-Net backbone、Gflops 为透镜的 scaling 研究;边界为 class-cond ImageNet 256/512。
  • CPT-009 Cross-attention conditioning
  • CPT-010 DiT cross-attention conditioning
  • CPT-011 DiT in-context conditioning
  • VER-002 核验 CLM-002 adaLN-Zero 胜出:Table 4 四行与 Gflops/params 列逐项一致、Figure 5 排序声明一致,'同配置同预算'经审计修正。supported。
  • SYN-001 DiT 四种 conditioning 设计系统对比:adaLN-Zero 以可忽略算力增量取得 FID 19.47 全维最优;推导出'交互强度-质量'非单调与'算力效率优先'两条结构观察(单来源外推,显式标注)。