| FRM-2112.10752 | LDM 五层重建：感知压缩 AE + 潜空间扩散的两段分解，换取训练/采样成本大降；多任务多分辨率（256²/512²→~1024²）。 · [overview] 本文件是 src-2112.10752（rombach 等，latent diffusion models，cvpr 2022） 的作者逻辑五层重建。论文的核 [body] | Formalization src-2112.10752 |
| 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。 · [overview] 本文件是 src-2212.09748（peebles & xie, dit, iccv 2023）的作者逻辑 五层重建。论文的核心行动：以标准 vit 架构 [body] | Formalization src-2212.09748 |
第 1 / 1 页