论文提出RG引导像素扩散Transformer
发生了什么
据Hugging Face Papers报道，潘子豪等人提出Representation Guidance (RG) 方法，将生成相关信息打包进紧凑隐变量以指导解码器。该方法使RG-L/16仅用459M参数即超越更大规模的Pixel DiTs，在ImageNet 256上FID达1.55，收敛速度提升4倍。
- 参数量
- 459M
- FID得分
- 1.55
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
Paper page - Learning Representations to Guide Pixel Diffusion Transformers
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口