Step by Step Network
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Han, Dongchen, Ye, Tianzhu, Xia, Zhuofan, Chen, Kaiyi, Wang, Yulin, Chen, Hanting, Huang, Gao |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Agent Attention: On the Integration of Softmax and Linear Attention
par: Han, Dongchen, et autres
Publié: (2023)
par: Han, Dongchen, et autres
Publié: (2023)
Efficient Diffusion Transformer with Step-wise Dynamic Attention Mediators
par: Pu, Yifan, et autres
Publié: (2024)
par: Pu, Yifan, et autres
Publié: (2024)
GSVA: Generalized Segmentation via Multimodal Large Language Models
par: Xia, Zhuofan, et autres
Publié: (2023)
par: Xia, Zhuofan, et autres
Publié: (2023)
Bridging the Divide: Reconsidering Softmax and Linear Attention
par: Han, Dongchen, et autres
Publié: (2024)
par: Han, Dongchen, et autres
Publié: (2024)
One Step Diffusion-based Super-Resolution with Time-Aware Distillation
par: He, Xiao, et autres
Publié: (2024)
par: He, Xiao, et autres
Publié: (2024)
Demystify Mamba in Vision: A Linear Attention Perspective
par: Han, Dongchen, et autres
Publié: (2024)
par: Han, Dongchen, et autres
Publié: (2024)
STEVE Series: Step-by-Step Construction of Agent Systems in Minecraft
par: Zhao, Zhonghan, et autres
Publié: (2024)
par: Zhao, Zhonghan, et autres
Publié: (2024)
Linear-Time Global Visual Modeling without Explicit Attention
par: He, Ruize, et autres
Publié: (2026)
par: He, Ruize, et autres
Publié: (2026)
OpenSeg-R: Improving Open-Vocabulary Segmentation via Step-by-Step Visual Reasoning
par: Han, Zongyan, et autres
Publié: (2025)
par: Han, Zongyan, et autres
Publié: (2025)
Vision Transformers are Circulant Attention Learners
par: Han, Dongchen, et autres
Publié: (2025)
par: Han, Dongchen, et autres
Publié: (2025)
One Step Learning, One Step Review
par: Huang, Xiaolong, et autres
Publié: (2024)
par: Huang, Xiaolong, et autres
Publié: (2024)
Frequency Domain Modality-invariant Feature Learning for Visible-infrared Person Re-Identification
par: Li, Yulin, et autres
Publié: (2024)
par: Li, Yulin, et autres
Publié: (2024)
Denoising Diffusion Step-aware Models
par: Yang, Shuai, et autres
Publié: (2023)
par: Yang, Shuai, et autres
Publié: (2023)
Linear Differential Vision Transformer: Learning Visual Contrasts via Pairwise Differentials
par: Pu, Yifan, et autres
Publié: (2025)
par: Pu, Yifan, et autres
Publié: (2025)
Few-Step Distillation for Text-to-Image Generation: A Practical Guide
par: Pu, Yifan, et autres
Publié: (2025)
par: Pu, Yifan, et autres
Publié: (2025)
Step-GUI Technical Report
par: Yan, Haolong, et autres
Publié: (2025)
par: Yan, Haolong, et autres
Publié: (2025)
Training an Open-Vocabulary Monocular 3D Object Detection Model without 3D Data
par: Huang, Rui, et autres
Publié: (2024)
par: Huang, Rui, et autres
Publié: (2024)
Unveiling Chain of Step Reasoning for Vision-Language Models with Fine-grained Rewards
par: Chen, Honghao, et autres
Publié: (2025)
par: Chen, Honghao, et autres
Publié: (2025)
Know Your Step: Faster and Better Alignment for Flow Matching Models via Step-aware Advantages
par: Yue, Zhixiong, et autres
Publié: (2026)
par: Yue, Zhixiong, et autres
Publié: (2026)
Self-Adversarial One Step Generation via Condition Shifting
par: Liu, Deyuan, et autres
Publié: (2026)
par: Liu, Deyuan, et autres
Publié: (2026)
VividFace: High-Quality and Efficient One-Step Diffusion For Video Face Enhancement
par: Zhang, Shulian, et autres
Publié: (2025)
par: Zhang, Shulian, et autres
Publié: (2025)
Aligning Step-by-Step Instructional Diagrams to Video Demonstrations
par: Zhang, Jiahao, et autres
Publié: (2023)
par: Zhang, Jiahao, et autres
Publié: (2023)
Accelerating Diffusion Decoders via Multi-Scale Sampling and One-Step Distillation
par: Wang, Chuhan, et autres
Publié: (2026)
par: Wang, Chuhan, et autres
Publié: (2026)
A Step to Decouple Optimization in 3DGS
par: Ding, Renjie, et autres
Publié: (2026)
par: Ding, Renjie, et autres
Publié: (2026)
RecipeGen: A Step-Aligned Multimodal Benchmark for Real-World Recipe Generation
par: Zhang, Ruoxuan, et autres
Publié: (2025)
par: Zhang, Ruoxuan, et autres
Publié: (2025)
One-Step Diffusion Model for Image Motion-Deblurring
par: Liu, Xiaoyang, et autres
Publié: (2025)
par: Liu, Xiaoyang, et autres
Publié: (2025)
$π$-StepNFT: Wider Space Needs Finer Steps in Online RL for Flow-based VLAs
par: Wang, Siting, et autres
Publié: (2026)
par: Wang, Siting, et autres
Publié: (2026)
StepAL: Step-aware Active Learning for Cataract Surgical Videos
par: Shah, Nisarg A., et autres
Publié: (2025)
par: Shah, Nisarg A., et autres
Publié: (2025)
ShowHowTo: Generating Scene-Conditioned Step-by-Step Visual Instructions
par: Souček, Tomáš, et autres
Publié: (2024)
par: Souček, Tomáš, et autres
Publié: (2024)
MoGAN: Improving Motion Quality in Video Diffusion via Few-Step Motion Adversarial Post-Training
par: Xue, Haotian, et autres
Publié: (2025)
par: Xue, Haotian, et autres
Publié: (2025)
DUO-VSR: Dual-Stream Distillation for One-Step Video Super-Resolution
par: Lv, Zhengyao, et autres
Publié: (2026)
par: Lv, Zhengyao, et autres
Publié: (2026)
Stepping VLMs onto the Court: Benchmarking Spatial Intelligence in Sports
par: Yang, Yuchen, et autres
Publié: (2026)
par: Yang, Yuchen, et autres
Publié: (2026)
One-Step Event-Driven High-Speed Autofocus
par: Bao, Yuhan, et autres
Publié: (2025)
par: Bao, Yuhan, et autres
Publié: (2025)
OSDFace: One-Step Diffusion Model for Face Restoration
par: Wang, Jingkai, et autres
Publié: (2024)
par: Wang, Jingkai, et autres
Publié: (2024)
FreeControl: Efficient, Training-Free Structural Control via One-Step Attention Extraction
par: Lin, Jiang, et autres
Publié: (2025)
par: Lin, Jiang, et autres
Publié: (2025)
Bridging Fidelity-Reality with Controllable One-Step Diffusion for Image Super-Resolution
par: Chen, Hao, et autres
Publié: (2025)
par: Chen, Hao, et autres
Publié: (2025)
DirectEdit: Step-Level Accurate Inversion for Flow-Based Image Editing
par: Yang, Desong, et autres
Publié: (2026)
par: Yang, Desong, et autres
Publié: (2026)
An End-to-End Robust Point Cloud Semantic Segmentation Network with Single-Step Conditional Diffusion Models
par: Qu, Wentao, et autres
Publié: (2024)
par: Qu, Wentao, et autres
Publié: (2024)
Can Multi-Modal LLMs Provide Live Step-by-Step Task Guidance?
par: Bhattacharyya, Apratim, et autres
Publié: (2025)
par: Bhattacharyya, Apratim, et autres
Publié: (2025)
Step Saver: Predicting Minimum Denoising Steps for Diffusion Model Image Generation
par: Yu, Jean, et autres
Publié: (2024)
par: Yu, Jean, et autres
Publié: (2024)
Documents similaires
-
Agent Attention: On the Integration of Softmax and Linear Attention
par: Han, Dongchen, et autres
Publié: (2023) -
Efficient Diffusion Transformer with Step-wise Dynamic Attention Mediators
par: Pu, Yifan, et autres
Publié: (2024) -
GSVA: Generalized Segmentation via Multimodal Large Language Models
par: Xia, Zhuofan, et autres
Publié: (2023) -
Bridging the Divide: Reconsidering Softmax and Linear Attention
par: Han, Dongchen, et autres
Publié: (2024) -
One Step Diffusion-based Super-Resolution with Time-Aware Distillation
par: He, Xiao, et autres
Publié: (2024)