Registers Matter for Pixel-Space Diffusion Transformers

• 类型：arxiv
• 标识：2605.16147
• 链接：https://arxiv.org/abs/2605.16147
• 主分类：multimodal
• 形态：method
• 被引：2
• 被引来源：Semantic Scholar
• S2被引：2
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work shows that DiTs differ from ViTs in a key respect: they do not exhibit patch-token outliers but still benefit from registers, and finds that registers are more effective in pixel-space DiTs than in latent-space DiTs.
• OpenAlex ID：W7161562178
• OpenAlex DOI：10.48550/arxiv.2605.16147
• DOI：10.48550/arxiv.2605.16147
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2605.16147
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：Registers 对像素空间 Diffusion Transformer 至关重要
• TLDR中文：本研究表明 DiT 与 ViT 在一个关键方面存在差异：DiT 不会出现 patch-token 异常值，但仍能受益于 registers；并且 registers 在像素空间 DiT 中比在潜空间 DiT 中效果更显著。
• 来源文件：
• /inbox/tom/_candidates/2026-07-16-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]