Buchumschlag

TinyFusion: Diffusion Transformers Learned Shallow

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fang, Gongfan, Li, Kunjun, Ma, Xinyin, Wang, Xinchao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Remix-DiT: Mixing Diffusion Transformers for Multi-Expert Denoising
von: Fang, Gongfan, et al.
Veröffentlicht: (2024)

Isomorphic Pruning for Vision Models
von: Fang, Gongfan, et al.
Veröffentlicht: (2024)

Learning-to-Cache: Accelerating Diffusion Transformer via Layer Caching
von: Ma, Xinyin, et al.
Veröffentlicht: (2024)

In-Video Instructions: Visual Signals as Generative Control
von: Fang, Gongfan, et al.
Veröffentlicht: (2025)

AsyncDiff: Parallelizing Diffusion Models by Asynchronous Denoising
von: Chen, Zigeng, et al.
Veröffentlicht: (2024)

ConciseHint: Boosting Efficient Reasoning via Continuous Concise Hints during Generation
von: Tang, Siao, et al.
Veröffentlicht: (2025)

Collaborative Decoding Makes Visual Auto-Regressive Modeling Efficient
von: Chen, Zigeng, et al.
Veröffentlicht: (2024)

SlimSAM: 0.1% Data Makes Segment Anything Slim
von: Chen, Zigeng, et al.
Veröffentlicht: (2023)

Q-ARVD: Quantizing Autoregressive Video Diffusion Models
von: Tang, Siao, et al.
Veröffentlicht: (2026)

OminiControl: Minimal and Universal Control for Diffusion Transformer
von: Tan, Zhenxiong, et al.
Veröffentlicht: (2024)

Introducing Visual Perception Token into Multimodal Large Language Model
von: Yu, Runpeng, et al.
Veröffentlicht: (2025)

Diversity-Guided MLP Reduction for Efficient Large Vision Transformers
von: Shen, Chengchao, et al.
Veröffentlicht: (2025)

Kolmogorov-Arnold Transformer
von: Yang, Xingyi, et al.
Veröffentlicht: (2024)

Thinkless: LLM Learns When to Think
von: Fang, Gongfan, et al.
Veröffentlicht: (2025)

Tiny Machine Learning: Progress and Futures
von: Lin, Ji, et al.
Veröffentlicht: (2024)

MambaOut: Do We Really Need Mamba for Vision?
von: Yu, Weihao, et al.
Veröffentlicht: (2024)

Neural Metamorphosis
von: Yang, Xingyi, et al.
Veröffentlicht: (2024)

DMax: Aggressive Parallel Decoding for dLLMs
von: Chen, Zigeng, et al.
Veröffentlicht: (2026)

LogTinyLLM: Tiny Large Language Models Based Contextual Log Anomaly Detection
von: Ocansey, Isaiah Thompson, et al.
Veröffentlicht: (2025)

InceptionNeXt: When Inception Meets ConvNeXt
von: Yu, Weihao, et al.
Veröffentlicht: (2023)

TinyAlign: Boosting Lightweight Vision-Language Models by Mitigating Modal Alignment Bottlenecks
von: Hu, Yuanze, et al.
Veröffentlicht: (2025)

FedDiff: Diffusion Model Driven Federated Learning for Multi-Modal and Multi-Clients
von: Li, DaiXun, et al.
Veröffentlicht: (2023)

MosaicFusion: Diffusion Models as Data Augmenters for Large Vocabulary Instance Segmentation
von: Xie, Jiahao, et al.
Veröffentlicht: (2023)

ShiftAddAug: Augment Multiplication-Free Tiny Neural Network with Hybrid Computation
von: Guo, Yipin, et al.
Veröffentlicht: (2024)

Scaling Diffusion Transformers Efficiently via $μ$P
von: Zheng, Chenyu, et al.
Veröffentlicht: (2025)

Taming Outlier Tokens in Diffusion Transformers
von: Wu, Xiaoyu, et al.
Veröffentlicht: (2026)

SpeCa: Accelerating Diffusion Transformers with Speculative Feature Caching
von: Liu, Jiacheng, et al.
Veröffentlicht: (2025)

Precipitation Nowcasting Using Diffusion Transformer with Causal Attention
von: Li, ChaoRong, et al.
Veröffentlicht: (2024)

PCaM: A Progressive Focus Attention-Based Information Fusion Method for Improving Vision Transformer Domain Adaptation
von: Zang, Zelin, et al.
Veröffentlicht: (2025)

NoiseRater: Meta-Learned Noise Valuation for Diffusion Model Training
von: Wu, Fang, et al.
Veröffentlicht: (2026)

Dimple: Discrete Diffusion Multimodal Large Language Model with Parallel Decoding
von: Yu, Runpeng, et al.
Veröffentlicht: (2025)

Video Motion Transfer with Diffusion Transformers
von: Pondaven, Alexander, et al.
Veröffentlicht: (2024)

FedAFD: Multimodal Federated Learning via Adversarial Fusion and Distillation
von: Tan, Min, et al.
Veröffentlicht: (2026)

Towards Precise Scaling Laws for Video Diffusion Transformers
von: Yin, Yuanyang, et al.
Veröffentlicht: (2024)

WiTUnet: A U-Shaped Architecture Integrating CNN and Transformer for Improved Feature Alignment and Local Information Fusion
von: Wang, Bin, et al.
Veröffentlicht: (2024)

DiffiT: Diffusion Vision Transformers for Image Generation
von: Hatamizadeh, Ali, et al.
Veröffentlicht: (2023)

Fast Training of Diffusion Models with Masked Transformers
von: Zheng, Hongkai, et al.
Veröffentlicht: (2023)

TMPO: Trajectory Matching Policy Optimization for Diverse and Efficient Diffusion Alignment
von: Li, Jiaming, et al.
Veröffentlicht: (2026)

Accelerating Diffusion Transformers with Token-wise Feature Caching
von: Zou, Chang, et al.
Veröffentlicht: (2024)

Rethinking The Uniformity Metric in Self-Supervised Learning
von: Fang, Xianghong, et al.
Veröffentlicht: (2024)