待验证50% 置信事实精确时间
iREPA 是一类表征对齐技术，让扩散模型中间层特征与预训练视觉编码器（如 DINOv2）的特征对齐，以加速收敛。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
已验证DINOv2是Meta AI于2023年发布的视觉基础模型，采用自监督学习范式在大规模无标注图像数据上进行预训练69% 相似待验证DINOv2的训练框架以iBOT为主干，结合DINO的自蒸馏目标和SwAV的聚类一致性损失，并加入masked image modeling任务67% 相似待验证在图像生成中LoRA主要作用于U-Net或DiT架构中自注意力与交叉注意力层的Q、K、V投影矩阵，使RTX 3090（24GB显存）等消费级显卡也能完成模型定制训练66% 相似待验证InstructPix2Pix 用 GPT-3 生成图像编辑指令对，再用 Prompt-to-Prompt 技术在 Stable Diffusion 中生成编辑前后图像对，构建三元组训练集64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1026760API
curl https://kongchang.com/api/v1/knowledge/claims/1026760MCP
get_claim(id=1026760)