Apple научила генеративные модели работать с одним слоем адаптации
Исследователи Apple представили FAE — метод адаптации предобученных визуальных энкодеров (DINO, SigLIP) для генерации изображений всего через один слой внимания. Подход достигает state-of-the-art FID 1.48 на ImageNet 256×256 без classifier-free guidance, работает быстрее и проще существующих решений.