扩散Transformer电路追踪方法研究

2026年10月28日，arXiv Artificial Intelligence 刊出 Artyom Mazur 等作者的 DifFRACT 工作，将基于 transcoder 的电路追踪扩展到多模态扩散 Transformer。报道称，该方法在 FLUX.1[schnell] 双流块的 MLP 子层上训练时间步条件 transcoder，实现精确的特征间归因并构建紧凑归因图。作者在文中表述为“把基于 transcoder 的电路追踪扩展到多模态扩散 Transformer”。目前可核实的信息限于该预印本的方法描述与实验对象，尚无独立复现或后续跟进报道；此前版本未收录该条，故不存在与早先报道的数字或时间矛盾。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。