Компьютерные науки > Компютерное видение и распознавание шаблонов [представлено 17 декабря 2025 года (v1), последнее пересмотренное 8 сентября 2026 года (эта версия, v3)] Название: GRAN-TED: " Формирование форсированных, унифицированных и нуэнсированных текстов для дисплейных моделей Вид PDF HTML (экспериментальное) резюме: Текстовой энкодер является критически важным компонентом моделей распространения текста в виде видеоматериалов, что принципиально определяет семантическое достоверие генерируемого контента. Вместе с тем его развитию препятствуют две основные проблемы: отсутствие эффективной системы оценки, которая надежно предсказывала бы эффективность работы по нисходящим поколениям, и трудность эффективного адаптации заранее подготовленных языковых моделей для визуального синтеза. Для решения этих вопросов мы представляем GRAN-TED, парадигму для создания Robrow, Edended и Nuansed Текстовые Эмбрионы для моделей Difflusion. Наш вклад является двояким. Во-первых, мы предлагаем TED-6K - новый показатель исключительно текста, который позволяет эффективно и надежно оценивать качество представительства энкодера без необходимости дорогостоящей подготовки по модели. Мы демонстрируем, что производительность на TED-6K, стандартизированная с помощью легковесного унифицированного адаптатора, сильно соотносится с эффективностью закодера в выполнении задач низового поколения. Следует отметить, что в нашей экспериментальной системе по сравнению с подготовкой диффузионной модели с…
GRAN-TED: создание крепких, унифицированных и неупорядоченных текстов для дисфункциональных моделей
arXiv: 2512.15560v3 AnnuateType: заменить резюме: Текстовой кодер является важнейшим компонентом моделей распространения текстов и текста на видео, что в корне определяет семантическую достоверность генерируемого контента. Вместе с тем его развитию препятствуют две основные проблемы: отсутствие эффективной системы оценки, которая надежно предсказывала бы эффективность работы по нисходящим поколениям, и трудность эффективного адаптации заранее подготовленных языковых моделей для визуального синтеза. Для решения этих вопросов мы представляем GRAN-TED, парадигму для создания Robrow, Edended и Nuansed Текстовые Эмбрионы для моделей Difflusion. Наш вклад является двояким. Во-первых, мы предлагаем TED-6K - новый показатель исключительно текста, который позволяет эффективно и надежно оценивать качество представительства энкодера без необходимости дорогостоящей подготовки по модели. Мы показываем, что производительность на TED-6K, стандартизованная с помощью легковесного унифицированного адаптатора, сильно соотносится с эффективностью закодера в нижнем течении
