/ Модель

Характеристики

Лицензия
MIT
Библиотека
diffusers
Опубликована
21 июл 2026

PAE-diffusers

ЭмбеддингиТекст → embedding

Конвертированные чекпойнты PAE для извлечения визуальных признаков и токенизации изображений в латентные представления с помощью Diffusers.

0скачиваний за 30 дней0лайковвеса обновлены21 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BiliSakura/PAE-diffusers — репозиторий с конвертированными чекпойнтами токенизатора PAE (Prior-Aligned Autoencoder) в формате пользовательского pipeline для Diffusers. PAE — латентная система без VAE; варианты используют визуальные основы DINOv2-L с регистрами, DINOv3-ViT-L/16 и MAE-L. Для указанных вариантов размерность латентного пространства составляет 32, а размер входного изображения — 224 или 256 пикселей. Репозиторий содержит компоненты pipeline и веса в формате safetensors.

Модель предназначена для извлечения визуальных признаков и представления изображений в латентном пространстве; её можно применять как токенизатор изображений в совместимых генеративных или исследовательских системах. Использование требует Diffusers и поддержки пользовательского pipeline. Лицензия — MIT. Метаданные указывают английский язык, однако модель работает с изображениями, а не с естественным языковым вводом.

Сценарии применения

  • извлечение признаков из изображений
  • преобразование изображений в латентные токены
  • подготовка визуальных представлений для генеративных моделей
  • исследование латентных моделей без VAE

Ограничения

Для запуска нужен совместимый пользовательский pipeline Diffusers; README не описывает метрики качества или конкретные гарантии совместимости с моделями.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PAE Diffusers Checkpoints

Converted PAE (Prior-Aligned Autoencoder) tokenizer checkpoints in standard Hub custom-pipeline layout.

PAE is a VAE-free latent framework. Each variant splits into dedicated components:

VariantVFM backbone (decoder config)Latent dimInput size
pae-dinov2-large-d32DINOv2-L (with registers)32224
pae-dinov3-large-d32DINOv3-ViT-L/1632256
pae-mae-large-d32MAE-L32256
pae-siglip2-so400m-d32SigLIP2-SO400M32256

Each variant directory is a self-contained Diffusers repo. Each component subfolder ships one Python file:

model_index.json
pipeline.py
scheduler/scheduling_flow_match_pae.py
transformers/transformer_lightning_dit.py
decoder/decoder_pae.py
decoder/diffusion_pytorch_model.safetensors

Usage

from pathlib import Path
import torch
from diffusers import DiffusionPipeline

model_dir = Path("/home/czy/local/models/BiliSakura/PAE-diffusers/pae-dinov2-large-d32").resolve()
pipe = DiffusionPipeline.from_pretrained(
    str(model_dir),
    local_files_only=True,
    custom_pipeline=str(model_dir / "pipeline.py"),
    trust_remote_code=True,
    torch_dtype=torch.bfloat16,
).to("cuda")

print(pipe.get_label_ids("golden retriever"))

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
2395677

0 моделей