大模型arXiv cs.AI4 天前
Temporal Specification Guidance for Text-to-Video Generation
该论文提出时序规范引导（TSG），将文本到视频生成中的顺序、时序与持续要求形式化为时序逻辑规范，在推理阶段无需训练即可将规范转化为可微目标，通过视频-文本注意力轨迹的梯度构造去噪方向，增强CFG。在220条提示上，五个模型的规范满足准确率提升9.5-20个百分点，内存开销极小。
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
共 1 条符合条件
该论文提出时序规范引导（TSG），将文本到视频生成中的顺序、时序与持续要求形式化为时序逻辑规范，在推理阶段无需训练即可将规范转化为可微目标，通过视频-文本注意力轨迹的梯度构造去噪方向，增强CFG。在220条提示上，五个模型的规范满足准确率提升9.5-20个百分点，内存开销极小。