DifFRACT：面向多模态扩散Transformer的电路追踪

transcoder电路追踪被扩展到多模态扩散Transformer并给出可干预解释。

资讯摘要

论文提出DifFRACT，将基于transcoder的电路追踪扩展到多模态扩散Transformer。作者为FLUX.1[schnell]双流块的MLP子层训练时间步条件transcoder，替换MLP并线性化其余计算，得到精确的特征间归因与紧凑归因图。作者报告transcoder在稀疏性—忠实度权衡上匹配或略优于稀疏自编码器，归因图可恢复去噪过程中由提示驱动转向图像驱动的已知变化，并给出可干预检验的生成错误解释。

要点速读

1. 为FLUX.1[schnell]双流块MLP训练时间步条件transcoder，替换后线性化其余计算以获得特征间精确归因。
2. 作者报告transcoder在稀疏性—忠实度权衡上匹配或略优于稀疏自编码器。
3. 归因图恢复去噪中提示驱动到图像驱动的转变，图引导干预在盲标提示网格上优于单特征引导；FLUX.1[dev]与SD3.5-medium复现部分结果。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。