Scaling Properties of Text Conditioning in Visual Generation

• 类型：arxiv
• 标识：2607.29679
• 链接：https://arxiv.org/abs/2607.29679
• 主分类：multimodal
• 形态：method
• 被引：1
• 被引来源：Semantic Scholar
• S2被引：1
• 影响力被引：0
• TLDR：Surprisingly, it is found that the converged diffusion loss scales with the amount of structured language in the prompt, and two complementary measures are adapted: a white-box likelihood metric (GPG) and a black-box attribute metric (ED).
• 待LLM分类：否
• 标题中文：文本条件在视觉生成中的缩放特性
• TLDR中文：研究发现收敛后的扩散损失与提示中结构化语言量成比例关系，并采用两个互补度量：白盒似然指标(GPG)与黑盒属性指标(ED)。
• 来源文件：
• /inbox/tom/_candidates/2026-08-03-agent-rag-longcontext-candidates.json
• [S2 enrich]