Hot eventLive
DDT-RFE：去除残差连接的解耦扩散Transformer
1 reports1 sources3 hr ago updated
Get the story
AI overview
研究者提出 DDT-RFE，针对 Decoupled Diffusion Transformer（DDT）编码器块的结构进行改进。该方法移除了 Self-Attention 与 MLP 周围的残差连接，并将输入 patch embedding 与中间及最终编码器特征融合，使解码器能够获得多层信息。论文发表于 arXiv（Machine Learning Theory），目前仅见方法提出，暂无实验结果或对比数据报道。
Generated from reports · updated 3 hr ago
LatestOct 7
研究者提出DDT-RFE，移除DDT编码器中残差连接并融合多层特征以改进解码器。Timeline
Follow the coverage from different angles.
Oct 7, 2026
- arXiv · Machine Learning TheoryDDT-RFE：是否应跳过 Diffusion 模型中的残差连接
研究者提出 DDT-RFE，移除 Decoupled Diffusion Transformer（DDT）编码器块中 Self-Attention 与 MLP 周围的残差连接，并将输入 patch embedding 与中间及最终编码器特征融合，使解码器获得多层信息。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.