Семинар BayesLab «Calibri — эффективная калибровка Diffusion Transformers для более качественной и быстрой генерации»
Константин Соболев расскажет про новый метод повышения качества генеративных моделей на базе Diffusion Transformer (DiT), который позволяет за счет калибровки всего ~100 параметров существенно улучшить качество генерации, при этом ускорив генерацию в 2-3 раза.
Во вторник, 21 апреля 2026 г. в 18:00 Константин Соболев, исследователь Института AIRI, выступит с докладом «Calibri — эффективная калибровка Diffusion Transformers для более качественной и быстрой генерации», посвящённым новому методу повышения качества генеративных моделей на базе Diffusion Transformer (DiT), который позволяет за счет калибровки всего ~100 параметров существенно улучшить качество генерации, при этом ускорив генерацию в 2-3 раза.
Мы разработали новый метод повышения качества генеративных моделей на базе Diffusion Transformer (DiT), который позволяет за счет калибровки всего ~100 параметров существенно улучшить качество генерации, при этом ускорив генерацию в 2-3 раза.
✔️ Мы выяснили, что блоки в DiT работают неоптимально - простое домножение выхода на коэффициент способно улучшить качество генерации.
✔️ Основываясь на данном наблюдении, мы предложили максимизировать качество генерации (ревард) через калибровку этих коэффициенты с помощью эволюции.
✔️ В результате, генерации становятся более качественными, но что самое интересное модели требуется на это в 2-3 раза меньше шагов.
Выступление пройдёт в аудитории 503 корпуса D НИУ ВШЭ (Покровский бульвар, д. 11), с возможностью онлайн-участия в Zoom. Начало состоится в 18:00 по Московскому времени.
Calibri: Enhancing Diffusion Transformers via Parameter-Efficient Calibration
