Copertina

Remix-DiT: Mixing Diffusion Transformers for Multi-Expert Denoising

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Fang, Gongfan, Ma, Xinyin, Wang, Xinchao
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

TinyFusion: Diffusion Transformers Learned Shallow
di: Fang, Gongfan, et al.
Pubblicazione: (2024)

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

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

Isomorphic Pruning for Vision Models
di: Fang, Gongfan, et al.
Pubblicazione: (2024)

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

Q-DiT: Accurate Post-Training Quantization for Diffusion Transformers
di: Chen, Lei, et al.
Pubblicazione: (2024)

Unveiling Redundancy in Diffusion Transformers (DiTs): A Systematic Study
di: Sun, Xibo, et al.
Pubblicazione: (2024)

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

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

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

HQ-DiT: Efficient Diffusion Transformer with FP4 Hybrid Quantization
di: Liu, Wenxuan, et al.
Pubblicazione: (2024)

Ortho-Hydra: Orthogonalized Experts for DiT LoRA
di: Ji, Seunghyun
Pubblicazione: (2026)

MMFace-DiT: A Dual-Stream Diffusion Transformer for High-Fidelity Multimodal Face Generation
di: Krishnamurthy, Bharath, et al.
Pubblicazione: (2026)

DiT-VTON: Diffusion Transformer Framework for Unified Multi-Category Virtual Try-On and Virtual Try-All with Integrated Image Editing
di: Li, Qi, et al.
Pubblicazione: (2025)

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

Shiva-DiT: Residual-Based Differentiable Top-$k$ Selection for Efficient Diffusion Transformers
di: Zhang, Jiaji, et al.
Pubblicazione: (2026)

VQ4DiT: Efficient Post-Training Vector Quantization for Diffusion Transformers
di: Deng, Juncan, et al.
Pubblicazione: (2024)

ZigMa: A DiT-style Zigzag Mamba Diffusion Model
di: Hu, Vincent Tao, et al.
Pubblicazione: (2024)

DiT4Edit: Diffusion Transformer for Image Editing
di: Feng, Kunyu, et al.
Pubblicazione: (2024)

MixReasoning: Switching Modes to Think
di: Lu, Haiquan, et al.
Pubblicazione: (2025)

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

Why Do DiT Editors Drift? Plug-and-Play Low Frequency Alignment in VAE Latent Space
di: Wang, Xiaoce, et al.
Pubblicazione: (2026)

SpotEdit: Selective Region Editing in Diffusion Transformers
di: Qin, Zhibin, et al.
Pubblicazione: (2025)

Rethinking Multi-Condition DiTs: Eliminating Redundant Attention via Position-Alignment and Keyword-Scoping
di: Zhou, Chao, et al.
Pubblicazione: (2026)

LaVin-DiT: Large Vision Diffusion Transformer
di: Wang, Zhaoqing, et al.
Pubblicazione: (2024)

OminiControl2: Efficient Conditioning for Diffusion Transformers
di: Tan, Zhenxiong, et al.
Pubblicazione: (2025)

Efficient Reasoning Models: A Survey
di: Feng, Sicheng, et al.
Pubblicazione: (2025)

Rethinking Token Reduction for Large Vision-Language Models
di: Wang, Yi, et al.
Pubblicazione: (2026)

AnchorDiff: Training-Free Concept Grounding for MM-DiTs via Anchor-Based Graph Propagation
di: Zhang, Jian, et al.
Pubblicazione: (2026)

Knowledge Amalgamation for Object Detection with Transformers
di: Zhang, Haofei, et al.
Pubblicazione: (2022)

PTQ4DiT: Post-training Quantization for Diffusion Transformers
di: Wu, Junyi, et al.
Pubblicazione: (2024)

DragFlow: Unleashing DiT Priors with Region Based Supervision for Drag Editing
di: Zhou, Zihan, et al.
Pubblicazione: (2025)

OmniDiT: Extending Diffusion Transformer to Omni-VTON Framework
di: Zeng, Weixuan, et al.
Pubblicazione: (2026)

DiTFastAttnV2: Head-wise Attention Compression for Multi-Modality Diffusion Transformers
di: Zhang, Hanling, et al.
Pubblicazione: (2025)

DC-DiT: Adaptive Compute and Elastic Inference for Visual Generation via Dynamic Chunking
di: Haridas, Akash, et al.
Pubblicazione: (2026)

LuxDiT: Lighting Estimation with Video Diffusion Transformer
di: Liang, Ruofan, et al.
Pubblicazione: (2025)

U-DiTs: Downsample Tokens in U-Shaped Diffusion Transformers
di: Tian, Yuchuan, et al.
Pubblicazione: (2024)

Hunyuan-DiT: A Powerful Multi-Resolution Diffusion Transformer with Fine-Grained Chinese Understanding
di: Li, Zhimin, et al.
Pubblicazione: (2024)

Mask$^2$DiT: Dual Mask-based Diffusion Transformer for Multi-Scene Long Video Generation
di: Qi, Tianhao, et al.
Pubblicazione: (2025)