Buchumschlag

I Think, Therefore I Diffuse: Enabling Multimodal In-Context Reasoning in Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mi, Zhenxing, Wang, Kuan-Chieh, Qian, Guocheng, Ye, Hanrong, Liu, Runtao, Tulyakov, Sergey, Aberman, Kfir, Xu, Dan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MoA: Mixture-of-Attention for Subject-Context Disentanglement in Personalized Image Generation
von: Wang, Kuan-Chieh, et al.
Veröffentlicht: (2024)

Omni-ID: Holistic Identity Representation Designed for Generative Tasks
von: Qian, Guocheng, et al.
Veröffentlicht: (2024)

Canvas-to-Image: Compositional Image Generation with Multimodal Controls
von: Dalva, Yusuf, et al.
Veröffentlicht: (2025)

ComposeMe: Attribute-Specific Image Prompts for Controllable Human Image Generation
von: Qian, Guocheng Gordon, et al.
Veröffentlicht: (2025)

DiffusionMTL: Learning Multi-Task Denoising Diffusion Model from Partially Annotated Data
von: Ye, Hanrong, et al.
Veröffentlicht: (2024)

Therefore I am. I Think
von: Esakkiraja, Esakkivel, et al.
Veröffentlicht: (2026)

Interpreting the Weight Space of Customized Diffusion Models
von: Dravid, Amil, et al.
Veröffentlicht: (2024)

MyVLM: Personalizing VLMs for User-Specific Queries
von: Alaluf, Yuval, et al.
Veröffentlicht: (2024)

Orthogonal Adaptation for Modular Customization of Diffusion Models
von: Po, Ryan, et al.
Veröffentlicht: (2023)

Nested Attention: Semantic-aware Attention Values for Concept Personalization
von: Patashnik, Or, et al.
Veröffentlicht: (2025)

Preventing Shortcuts in Adapter Training via Providing the Shortcuts
von: Goyal, Anujraaj Argo, et al.
Veröffentlicht: (2025)

Diffusion-DRF: Free, Rich, and Differentiable Reward for Video Diffusion Fine-Tuning
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

AToM: Amortized Text-to-Mesh using 2D Diffusion
von: Qian, Guocheng, et al.
Veröffentlicht: (2024)

I Think, Therefore I Hallucinate: Minds, Machines, and the Art of Being Wrong
von: Barros, Sebastian
Veröffentlicht: (2025)

I Teach, Therefore I Hope
von: Gelacio, Joseph
Veröffentlicht: (2026)

I Think Therefore I Am: Building Ethical AI Through Relational Training
von: Willoughby, Samuel James
Veröffentlicht: (2026)

I Think, Therefore I am: Benchmarking Awareness of Large Language Models Using AwareBench
von: Li, Yuan, et al.
Veröffentlicht: (2024)

Diffusion Priors for Dynamic View Synthesis from Monocular Videos
von: Wang, Chaoyang, et al.
Veröffentlicht: (2024)

Dynamic Concepts Personalization from Single Videos
von: Abdal, Rameen, et al.
Veröffentlicht: (2025)

Zero-Shot Dynamic Concept Personalization with Grid-Based LoRA
von: Abdal, Rameen, et al.
Veröffentlicht: (2025)

Chapter 9 I Think, Therefore IR? Psychology, Biology and the Notion of Praxis
von: Davis, James W.
Veröffentlicht: (2022)

Continuous Control of Editing Models via Adaptive-Origin Guidance
von: Wolf, Alon, et al.
Veröffentlicht: (2026)

Scaling Group Inference for Diverse and High-Quality Generation
von: Parmar, Gaurav, et al.
Veröffentlicht: (2025)

AC3D: Analyzing and Improving 3D Camera Control in Video Diffusion Transformers
von: Bahmani, Sherwin, et al.
Veröffentlicht: (2024)

SPAD : Spatially Aware Multiview Diffusers
von: Kant, Yash, et al.
Veröffentlicht: (2024)

Visual Personalization Turing Test
von: Abdal, Rameen, et al.
Veröffentlicht: (2026)

Efficient Training with Denoised Neural Weights
von: Gong, Yifan, et al.
Veröffentlicht: (2024)

LeC$^2$O-NeRF: Learning Continuous and Compact Large-Scale Occupancy for Urban Scenes
von: Mi, Zhenxing, et al.
Veröffentlicht: (2024)

I Think, Therefore I Am Under-Qualified? A Benchmark for Evaluating Linguistic Shibboleth Detection in LLM Hiring Evaluations
von: Kharchenko, Julia, et al.
Veröffentlicht: (2025)

Hierarchical Patch Diffusion Models for High-Resolution Video Generation
von: Skorokhodov, Ivan, et al.
Veröffentlicht: (2024)

Be Yourself: Bounded Attention for Multi-Subject Text-to-Image Generation
von: Dahary, Omer, et al.
Veröffentlicht: (2024)

I See, Therefore I Do: Estimating Causal Effects for Image Treatments
von: Thorat, Abhinav, et al.
Veröffentlicht: (2024)

I Move Therefore I Learn: Experience-Based Traversability in Outdoor Robotics
von: de Miguel, Miguel Ángel, et al.
Veröffentlicht: (2025)

Object-level Visual Prompts for Compositional Image Generation
von: Parmar, Gaurav, et al.
Veröffentlicht: (2025)

Thinking Diffusion: Penalize and Guide Visual-Grounded Reasoning in Diffusion Multimodal Language Models
von: Kim, Keuntae, et al.
Veröffentlicht: (2026)

3D PixBrush: Image-Guided Local Texture Synthesis
von: Decatur, Dale, et al.
Veröffentlicht: (2025)

ArtifactLens: Hundreds of Labels Are Enough for Artifact Detection with VLMs
von: Burgess, James, et al.
Veröffentlicht: (2026)

Guitar Tone Morphing by Diffusion-based Model
von: Chen, Kuan-Yu, et al.
Veröffentlicht: (2025)

E$^{2}$GAN: Efficient Training of Efficient GANs for Image-to-Image Translation
von: Gong, Yifan, et al.
Veröffentlicht: (2024)

Diffuse Thinking: Exploring Diffusion Language Models as Efficient Thought Proposers for Reasoning
von: Shao, Chenyang, et al.
Veröffentlicht: (2025)