Ekip araştırma projesi · Ocak 2026
Difüzyon transformer’larında koşullandırma mekanizmaları
Metinle koşullandırılmış görüntü üretimi için uyarlanabilir katman normalizasyonu (adaLN) ile çapraz dikkatin (cross-attention) kontrollü bir karşılaştırması.
Kavramsal görsel; deneysel bir sonuç değildir.
Araştırma sorusu
Metin, bir difüzyon transformer’ına farklı yollarla dâhil edilebilir. Bu deney, uyarlanabilir katman normalizasyonu (adaLN) ile çapraz dikkati (cross-attention) aynı kısıtlı eğitim koşullarında karşılaştırır.
Yöntem
Proje, sentetik açıklama metinleriyle (caption) eşleştirilmiş CIFAR-10 görüntülerini kullanır. Her iki koşullandırma mekanizması da uygulanmış ve tek bir eğitim turunun (epoch) ardından incelenmiştir; bu nedenle eğitim kısıtları, sonuçların yorumlanmasının temel bir parçasıdır.
Bulgular
Bu kısa eğitim bütçesiyle yapılan karşılaştırma, üretilen çıktılar arasında güçlü anlamsal farklar ortaya koymadı. Rapor, nicel bir görüntü kalitesi kıyaslaması değil, nitel bir inceleme sunar.
Sınırlılıklar ve sonraki adımlar
Koşullandırma kalitesi hakkında daha güçlü iddialarda bulunabilmek için daha uzun eğitim, daha zengin açıklama metinleri ve nicel görüntü ölçütleri gerekecektir. Bu proje, mimari ve deney tasarımı üzerine bir keşif çalışmasıdır; gerçek kullanıma yönelik bir görüntü üretme sistemi değildir.
Sıradaki araştırma
Rüya gören ajanlar