“N/A (内容是拉取请求，而不是带有直接引用的论文或文章)”
“本文介绍了一种基于FM的SISR网络，该网络具有较低级别的特征条件设置，特别是DINOv2特征，我们称之为特征到图像扩散（F2IDiff）基础模型（FM）。”
“CorGi 和 CorGi+ 平均实现了高达 2.0 倍的加速，同时保持了高质量的生成。”
“D^2-Align 实现了与人类偏好的卓越对齐。”
“GARDO 的关键见解是，正则化不必普遍应用；相反，选择性地惩罚表现出高度不确定性的样本子集非常有效。”
“PurifyGen提供了一个即插即用的解决方案，具有理论基础，并且对未见过的提示和模型具有很强的泛化能力。”
“DDSPO 直接从胜者和失败者的策略中推导出每个时间步的监督，当这些策略可用时。在实践中，我们通过使用预训练的参考模型自动生成偏好信号来避免依赖标记数据：我们对比其在原始提示与语义退化变体下的输出。”
“ASemConsist实现了最先进的性能，有效地克服了之前的权衡。”
“REVEALER 在四个基准测试中实现了最先进的性能，并展示了卓越的推理效率。”
“本文展示了身份移除、属性保留和图像质量之间的最佳平衡。”
“CritiFusion 在人类偏好评分和美学评估方面持续提升性能，取得了与最先进的奖励优化方法相当的结果。”
“该方法在受限训练条件下，在室内基准测试中实现了最先进的性能。”
“EmoCtrl 实现了忠实的内容和富有表现力的情感控制，在多个方面优于现有方法。”
“Self-E 是第一个从头开始构建的、任意步数的文本到图像模型，提供了一个用于高效和可扩展生成的统一框架。”
“UniPercept 在感知级图像理解方面优于现有的 MLLM，并且可以作为即插即用的奖励模型用于文本到图像的生成。”
“”
“该研究来自ArXiv，表明这可能是一篇经过同行评审的研究论文。”
“该研究旨在改进用于文本到图像生成和编辑的表示编码器。”
“”
“LumiCtrl 学习用于在个性化文本到图像模型中进行光照控制的光照提示。”
“文章的背景表明，该研究侧重于提高文本到图像模型的训练效率。”
“”
“这篇文章可能讨论了如何应用几何原理来解开文本嵌入。”
“”
“该研究侧重于文本到图像生成。”
“这项研究来自 ArXiv，表明这是一篇经过同行评审或预印本的学术论文。”
“该研究侧重于自动挖掘偏差。”
“这篇文章来源于 ArXiv，表明这是一篇经过同行评审的研究论文。”
“该论文可能侧重于减轻与文本到图像生成相关的潜在危害，例如生成有害或有偏见的内容。”
“本文重点介绍了在不使用变分自编码器的情况下扩展文本到图像潜在扩散模型。”
“文章的来源是ArXiv，表明这是一篇研究论文。”
“该论文可能分析了 VAR 和扩散 T2I 模型中的组合对齐。”
“该论文来自 ArXiv，表明这是一篇研究论文。”
“DynaIP 通过零样本个性化解决了文本到图像生成中的挑战。”
“LongT2IBench 是一个使用图结构注释评估长文本到图像生成的基准。”
“该论文侧重于改进文本到图像模型。”
“该研究侧重于评估概念过滤防御。”
“”
“RealGen 使用检测器引导的奖励进行文本到图像生成。”
“该研究使用了一个结合 LLM、T2I 模型和 MLLM 的迭代框架。”
“”
“该论文侧重于针对文本到图像扩散模型中后门攻击的防御机制。”
“Hung Bui详细介绍了他的团队在SwiftBrush和SwiftEdit上的工作，这些工作能够在单个推理步骤中实现高质量的文本到图像生成和编辑。”
“我们探索了用于文本到图像生成的有效扩散模型、使用语言模型的视频中的基于语言推理、用于视频肖像重新照明的实时设备端 360° 图像生成...”
“DreamBooth 实现了“主题驱动生成”，即使用用户提供的一小组关于主题的图像来创建个性化的生成模型。”
“”
“”
“”
“需要关于具体方法和结果的更多细节才能提供更深入的分析。”
“”