PulseAugur
中
实时 21:54:15
English(EN) Three-Body Scattering for Generative Modeling

新的三体散射模型实现高质量图像生成

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了一种新颖的生成式建模方法——三体散射建模（TBSM），该方法绕过了传统的对抗性判别器或自回归方法。TBSM 利用分布能量函数来指导单步生成器，其中每个生成的样本都与真实样本和独立生成的源进行交互。该方法在 ImageNet-256 上取得了有竞争力的结果，使用 PixelDiT-XL 的 FID 分数为 2.23，使用 DiT-XL 的 FID 分数为 1.63，为高维单步生成开辟了新途径。 AI

影响 引入了一种新颖的生成式建模方法，可能为高维数据的生成提供对抗性和自回归方法的替代方案。

排序理由 该集群描述了 arXiv 论文中提出的一种新的生成式建模技术。

在 Hugging Face Daily Papers 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的三体散射模型实现高质量图像生成

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Peng Sun, Zhenglin Cheng, Deyuan Liu, Jun Xie, Xinyi Shang, Tao Lin ·

    生成模型的三体散射

    arXiv:2607.18198v1 Announce Type: new Abstract: Modern generative models typically rely on an adversarial critic, a prescribed noise-to-data path, or an autoregressive factorization. Instead, we show that a proper distributional energy can induce sample-level motion and provide d…

  2. Hugging Face Daily Papers TIER_1 English(EN) ·

    Three-Body Scattering for Generative Modeling

    Modern generative models typically rely on an adversarial critic, a prescribed noise-to-data path, or an autoregressive factorization. Instead, we show that a proper distributional energy can induce sample-level motion and provide direct regression supervision for a one-step gene…

相关实体

相关话题