論文の概要: ToPO: Token-Conditioned Preference Routing for Attention-Based Latent Diffusion Models

• arxiv url: http://arxiv.org/abs/2609.03688v1
• Date: Thu, 03 Sep 2026 11:24:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-04 18:28:39.039421
• Title: ToPO: Token-Conditioned Preference Routing for Attention-Based Latent Diffusion Models
• Title（参考訳）: ToPO:注意に基づく潜伏拡散モデルのためのToken-Conditioned Preference Routing
• Abstract要約: ToPOは、凍結参照復調器において、分岐方向の2乗残留コントラストからミニバッチ、分離、分離可能な時空間経路を構築する。 ToPOは、SDXL用のHPSv2、ImageReward、CLIPの5つの報告されたSD-1.5メトリクスにおいて、Diffusion-DPOよりも高いエンドポイント推定値を持つ。
• 参考スコア（独自算出の注目度）: 1.7654901762480486
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pairwise preference labels rank complete images, yet Diffusion-DPO applies their effect over many spatial and denoising-time coordinates. For attention-based, noise-prediction latent diffusion, ToPO (Token-Oriented Preference Optimization) constructs a per-minibatch, detached, separable spatial-temporal route from branchwise squared-residual contrast in a frozen reference denoiser. Preferred-branch cross-attention uses content tokens to modulate the spatial factor, and an auxiliary pixel-midpoint ordering term is added without local labels or a learned reward model. In matched three-seed retrainings with a shared update schedule, ToPO has higher endpoint estimates than Diffusion-DPO on all five reported SD-1.5 metrics and on HPSv2, ImageReward, and CLIP for SDXL. It also receives larger raw win shares in an aggregate blind SDXL A/B study. These findings are scoped to the reported equal-update U-Net protocols rather than an equal-compute comparison.
• Abstract（参考訳）: ペアワイズな選好ラベルは完全なイメージをランク付けするが、Diffusion-DPOは多くの空間的および聴覚的座標にその効果を適用している。 ToPO(Token-Oriented Preference Optimization)は、注意に基づく雑音予測遅延拡散のために、フリーズレファレンスデノイザにおいて、分岐方向の正方形コントラストからミニバッチ毎に分離可能な時空間経路を構築する。 優先ブランチのクロスアテンションは、空間因子を変調するためにコンテンツトークンを使用し、局所ラベルや学習報酬モデルなしで補助画素中間注文項を付加する。 一致した3シリーズの再トレーニングと共有更新スケジュールでは、ToPOは、報告されたSD-1.5メトリクスとHPSv2、ImageReward、CLIP for SDXLで、Diffusion-DPOよりも高いエンドポイント推定値を持っている。 また、SDXL SDXL A/B の総合的な研究において、より大きな生の勝分を受け取る。 これらの知見は、同値比較ではなく、報告された同値更新U-Netプロトコルに当てはまる。

関連論文リスト

• PG-MAP: Joint MAP Optimization for Inference-Time Alignment of Diffusion and Flow-Matching Models [0.8594140167290097]
  事前訓練されたテキスト-画像モデルの推測時間アライメントは、通常、単一の制御軸に沿って実行される。 我々は、軌道レベルのギブスマップ/近位エネルギー最適化として推論時間アライメントを定式化する、トレーニング不要のフレームワークPG-MAPを提案する。
  論文  参考訳（メタデータ） (2026-06-22T07:36:36Z)
• Beyond Pairwise Preferences: Listwise Reward-Aware Alignment for Diffusion Models [73.08789211016567]
  Diffusion LAIRは、拡散モデルに対する報酬を考慮したリストワイズ選好最適化手法である。 実験により、テキスト・ツー・イメージ生成、合成生成、画像編集ベンチマークにおいて、強い優先最適化ベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-05-26T03:09:24Z)
• Prefix-Adaptive Block Diffusion for Efficient Document Recognition [52.15352911463151]
  ブロック拡散モデル(BDM)は並列生成、フレキシブルな出力、KVキャッシュをサポートし、効率的な文書解析を約束する。 本稿では,前置詞から接尾辞への因果表記に代えて,ブロック内双方向化を代替するPrefix-Block Diffusion Model (PA-BDM)を提案する。 実験の結果、3B PA-BDMはいくつかのベンチマークで高い認識スコアを達成し、2.5B MinerU-Diffusionに対して推論スループットを71.6%向上した。
  論文  参考訳（メタデータ） (2026-05-16T07:50:13Z)
• StippleDiffusion: Capacity-Constrained Stippling using Controlled Diffusion [41.23458880886283]
  ストイップルパターンは、局所密度がターゲット画像を追跡する点集合であり、伝統的に密度ごとの反復によって生成される。 本稿では, 学習した局所的な点分布と, 推論時の連続的, 画像定義容量制約を同時に満足する最初の拡散型サンプリング器を提案する。 単一のトレーニングされたチェックポイントは、推論時に任意のターゲット密度を受け入れ、トレーニング中に見られなかったポイント予算に一般化し、出力ポイント数からほぼ独立してスタイップルを生成する。
  論文  参考訳（メタデータ） (2026-05-15T10:12:42Z)
• TAB-PO: Preference Optimization with a Token-Level Adaptive Barrier for Token-Critical Structured Generation [0.0]
  高価値セマンティックトークンを優先するトークン重み付き参照調整アドバンテージが提示される。 医療コミュニケーションアノテーションを用いたTAB-POの評価を行った。
  論文  参考訳（メタデータ） (2026-02-03T23:48:13Z)
• Beyond BEV: Optimizing Point-Level Tokens for Collaborative Perception [17.654858416126093]
  協調的知覚により、エージェントは中間的特徴を交換することで知覚能力を高めることができる。 既存の手法は通常、これらの中間機能を2D Bird's-eye-view (BEV)表現として整理する。 ポイントレベル最適化トークンを利用した新しい協調認識フレームワークであるCoPLOTを提案する。
  論文  参考訳（メタデータ） (2025-08-27T07:27:42Z)
• DenseDPO: Fine-Grained Temporal Preference Optimization for Video Diffusion Models [92.36630583208647]
  本稿では,3つのコントリビューションによって欠点に対処するDenseDPOを紹介する。 まず,地上の真理ビデオの破損したコピーをデノベートすることで,DPO用のビデオペアを作成する。 第二に、得られた時間的アライメントを利用して、クリップ全体よりも短いセグメントにラベルを付けることで、より密でより正確な学習信号が得られる。
  論文  参考訳（メタデータ） (2025-06-04T03:06:08Z)
• PointDiffuse: A Dual-Conditional Diffusion Model for Enhanced Point Cloud Semantic Segmentation [22.944385071108716]
  拡散モデルを拡張し、点位置を固定し、拡散モデルは色の代わりに点ラベルを生成する。 提案した2つの条件付き拡散モデルベースネットワーク(PointDiffuse)にノイズラベル埋め込み,ポイント周波数変換器,およびノードをデノベートすることで,大規模ポイントクラウドセマンティックセマンティックセマンティクスを実現する。
  論文  参考訳（メタデータ） (2025-03-08T06:53:22Z)
• DiffCom: Decoupled Sparse Priors Guided Diffusion Compression for Point Clouds [54.96190721255167]
  ロスシー圧縮は、ポイントクラウドをストレージの潜在ポイントに変換するためのオートエンコーダに依存している。 本稿では,特に低レベルにおいて高い復元品質を実現するための拡散型フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-21T05:41:35Z)
• Diffusion-RPO: Aligning Diffusion Models through Relative Preference Optimization [68.69203905664524]
  拡散に基づくT2Iモデルと人間の嗜好をより効率的に整合させる新しい手法であるDiffusion-RPOを紹介する。 我々は,高いコストと低い解釈可能性の課題を克服することを目的とした,新しい評価基準であるスタイルアライメントを開発した。 その結果,拡散-RPO は安定拡散バージョン1.5 と XL-1.0 の調整において超微調整や拡散-DPO などの確立された手法よりも優れていた。
  論文  参考訳（メタデータ） (2024-06-10T15:42:03Z)
• Multiway Point Cloud Mosaicking with Diffusion and Global Optimization [74.3802812773891]
  マルチウェイポイントクラウドモザイクのための新しいフレームワーク(水曜日)を紹介する。 我々のアプローチの核心は、重複を識別し、注意点を洗練する学習されたペアワイズ登録アルゴリズムODINである。 4つの多種多様な大規模データセットを用いて、我々の手法は、全てのベンチマークにおいて大きなマージンで、最先端のペアとローテーションの登録結果を比較した。
  論文  参考訳（メタデータ） (2024-03-30T17:29:13Z)

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。