論文の概要: RADIANCE: Relative Adaptive Denoising with IP-Adapter for Novel Concept Enhancement
- arxiv url: http://arxiv.org/abs/2607.05088v1
- Date: Mon, 06 Jul 2026 13:49:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:30.166164
- Title: RADIANCE: Relative Adaptive Denoising with IP-Adapter for Novel Concept Enhancement
- Title（参考訳）: RADIANCE:新しい概念拡張のためのIP-Adapterを用いた相対的適応型Denoising
- Abstract要約: テキスト・ツー・イメージ(T2I)拡散モデルは、異常な属性・オブジェクトのペアリングを含む稀な概念を合成するのに苦労する。
我々は、推論をクローズドループフィードバックプロセスとして扱う、トレーニング不要のフレームワークRADIANCEを提案する。
- 参考スコア（独自算出の注目度）: 23.717085162530804
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Text-to-image (T2I) diffusion models have achieved striking progress but still struggle to synthesize rare concepts involving unusual attribute-object pairings, often resulting in concept omission or semantic drift where a dominant entity overwhelms the generation. Tracing these failures to a lack of compositional balance during the denoising trajectory, we propose RADIANCE, a training-free framework that treats inference as a closed-loop feedback process. RADIANCE augments pretrained backbones with three modular components: (1) a Compositional Similarity Monitor (CSM) that tracks the emergence of objects and attributes in intermediate latents via CLIP-based feedback; (2) a Bidirectional Scale Controller (BSC) that applies a reactive "restoring force" using positive and negative IP-Adapter scales to rebalance biased trajectories; and (3) a Feedback Guidance Scheduler (FGS) that coordinates these updates across timesteps without additional training. We further extend the framework to multi-object prompts via Delayed Adapter Activation (DAA) and Layer-wise Alternating Guidance (LAG) to prevent premature concept fusion. By overlapping monitoring and denoising through pipelined execution, RADIANCE maintains competitive latency while significantly enhancing the per-sample success rate and effective throughput. Experiments on RareBench and T2I-CompBench demonstrate that RADIANCE consistently enhances compositional alignment and perceptual quality over state-of-the-art baselines.
- Abstract（参考訳）: テキスト・トゥ・イメージ(T2I)拡散モデル(英語版)は顕著な進歩を遂げているが、特異な属性・オブジェクトのペアリングを含む稀な概念の合成に苦慮している。
これらの障害をデノベーション軌道中の構成バランスの欠如に追従し、推論をクローズドループフィードバックプロセスとして扱うトレーニング不要のフレームワークであるRADIANCEを提案する。
RADIANCEは、(1)CLIPベースのフィードバックを通じて中間潜伏者におけるオブジェクトや属性の出現を追跡する構成的類似度モニター(CSM)、(2)正と負のIP-Adapterスケールを使用してリアクティブな"回復力"を適用した双方向スケールコントローラ(BSC)、(3)フィードバックガイダンススケジューリング(FGS)、の3つのモジュールコンポーネントで事前トレーニングされたバックボーンを拡張している。
Delayed Adapter Activation (DAA) とLayer-wise Alternating Guidance (LAG) を通じて、このフレームワークをマルチオブジェクトプロンプトに拡張し、初期概念の融合を防止する。
パイプライン実行による監視とデノベーションの重複により、RADIANCEは競合レイテンシを維持しながら、サンプルごとの成功率と効果的なスループットを大幅に向上する。
RareBench と T2I-CompBench の実験により、RADIANCE は、最先端のベースラインに対する構成的アライメントと知覚的品質を一貫して向上することを示した。
関連論文リスト
- IADD-TR: Intervention-Aware Dynamics Decoupling with Targeted Regularization for Model-Based Reinforcement Learning [57.16513298507272]
IADD-TRは、IADD(Intervention-Aware Dynamics Decoupling)とTR(Targeted Regularization)を組み合わせた統合フレームワークである。
IADDは、ゼロアクションアンカーを用いて、アクション干渉段階とアクションフリー自然進化段階への遷移を分解し、堅牢な一般化のためにこの2段階の分解の非特異性を解決する。
政策学習においては,リプレイ状態の政策段階関数の効率的な影響関数からTRを導出する。
論文 参考訳（メタデータ） (2026-08-11T08:20:02Z) - Robust Trajectory Distillation: Hybrid Reweighting Meets Teacher-Inspired Targets [51.490743278360064]
本稿では,ノイズを共同で抑制し,伝達可能な知識を残さずに保持するトラジェクトリベースのDDフレームワークを提案する。
SGR(Selective Guidance Reweighting)とTIAT(Teacher-Inspireed Auxiliary Targets)の2つの補完的なコンポーネントで構成されている。
論文 参考訳（メタデータ） (2026-06-29T06:24:53Z) - Improving Visual Representation Alignment Generation with GRPO [51.071351994330605]
拡散変換器は強い画像合成能力を示したが、弱いアライメントのため、列車には非効率である。
本稿では,REPAの静的アライメント損失を生成的表現ポリシー最適化の目的に置き換える,強化に基づく最適化戦略であるVRPOを提案する。
当社のVRPO駆動トレーニングは拡散トランスフォーマーにシームレスに統合され、無視可能なコストを導入し、SiTとDiTアーキテクチャとの完全な互換性を維持します。
論文 参考訳（メタデータ） (2026-05-30T07:21:40Z) - Learning to Credit the Right Steps: Objective-aware Process Optimization for Visual Generation [57.61006679699323]
強化学習は人間の嗜好信号を用いた視覚生成モデルの訓練後の効果的な枠組みとして登場した。
現代の視覚生成では、視覚的品質、動きの整合性、テキストアライメントなどの不均一な目的を捉えるために、複数の報酬モデルがしばしば使用される。
GRPO の微粒化学習のための構造化フレームワークである Objective-Aware Trajectory Credit Assignment (OTCA) を提案する。
論文 参考訳（メタデータ） (2026-04-21T08:37:13Z) - Semantic Trimming and Auxiliary Multi-step Prediction for Generative Recommendation [22.025559532445012]
両端最適化戦略を利用したSTAMP(Semantic Trimming and Auxiliary Multi-step Prediction)を提案する。
パブリックなAmazonおよび大規模産業データセットの実験では、STAMPは1.23--1.38$times$ speedupと17.2%--54.7%のVRAM削減を達成した。
論文 参考訳（メタデータ） (2026-04-07T02:00:23Z) - RaDAR: Relation-aware Diffusion-Asymmetric Graph Contrastive Learning for Recommendation [12.682517297917828]
RaDARは,グローバルな構造を捉えるグラフ生成モデルと,ノイズの多いエッジを洗練するための関係認識型認知モデルを組み合わせた,新しいフレームワークである。
RaDARは、特にノイズやスパース条件下で、最先端の手法を一貫して上回る。
論文 参考訳（メタデータ） (2026-03-17T17:05:23Z) - A Backpropagation-Free Feedback-Hebbian Network for Continual Learning Dynamics [0.0]
局所的な可塑性で訓練されたコンパクトなフィードバック経路は、再生と連続学習-関連するダイナミクスをサポートすることができることを示す。
その結果,局所的可塑性で訓練されたコンパクトなフィードバック経路は,再生と連続学習-関連するダイナミクスをサポートすることが示唆された。
論文 参考訳（メタデータ） (2026-01-11T03:25:38Z) - ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。
Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。
モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
論文 参考訳（メタデータ） (2025-03-27T16:39:40Z) - Enhancing Low-Cost Video Editing with Lightweight Adaptors and Temporal-Aware Inversion [28.38307253613529]
本稿では,時間空間的・意味的一貫性をBaliteral DDIMインバージョンと統合するフレームワークを提案する。
MSR-VTTデータセットで示すように,本手法は知覚品質,テキスト画像アライメント,時間的コヒーレンスを大幅に改善する。
論文 参考訳（メタデータ） (2025-01-08T16:41:31Z) - Intensity Profile Projection: A Framework for Continuous-Time
Representation Learning for Dynamic Networks [50.2033914945157]
本稿では、連続時間動的ネットワークデータのための表現学習フレームワークIntensity Profile Projectionを提案する。
このフレームワークは3つの段階から構成される: 対の強度関数を推定し、強度再構成誤差の概念を最小化する射影を学習する。
さらに、推定軌跡の誤差を厳密に制御する推定理論を開発し、その表現がノイズに敏感な追従解析に利用できることを示す。
論文 参考訳（メタデータ） (2023-06-09T15:38:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。