SRC-1709.07871
Source
FiLM: Visual Reasoning with a General Conditioning Layer
| id | SRC-1709.07871 |
|---|---|
| type | source |
| kind | paper |
| title | FiLM: Visual Reasoning with a General Conditioning Layer |
| authors | Ethan Perez, Florian Strub, Harm de Vries, Vincent Dumoulin, Aaron Courville |
| venue | AAAI 2018; arXiv Feb 2018 (v2) |
| arxiv | 1709.07871 |
| version | arXiv:1709.07871v2 |
| source-hash | sha256:24e41a3821a0ebe4a1be4f8d42de41c01d2c1aaa95e3b1f15855b898b2763a04 |
| tier | 0 |
| lifecycle | EXTRACTED |
| epistemic | n/a |
| ingested | 2026-09-05 |
条件调制机制 FiLM（Feature-wise Linear Modulation）的原始出处：用一个 条件网络从任务/文本条件回归逐特征的 scale γ 与 shift β，对目标网络的 中间特征做仿射调制，在 CLEVR 视觉推理上以 ResNet 主干取得超越神经 模块网络以外基线的表现。DiT（SRC-2212.09748 §3.2）明确将 adaLN 的 思想承继归于本文（"adaptive normalization layers (perez2018film)"）， 故本卡是 CPT-007 与 CPT-002 的上游出处锚点；机制的概念层规范化见 CPT-012。
Tier-0 轻量 ingest：仅入库定位与 provenance 锚点（version + source-hash）， 未提取 claims、未做 FRM 重建；如需五层重建走 T-FORMALIZE 升级管线。
关联（5）
- SRC-2212.09748 Scalable Diffusion Models with Transformers
- CPT-002 adaLN-Zero
- CPT-007 adaptive layer norm (adaLN)
- CPT-012 FiLM (feature-wise linear modulation)
- 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）。