Chika Maduabuchi
PulseAugur coverage of Chika Maduabuchi — every cluster mentioning Chika Maduabuchi across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
流匹配研究探索稳定性、鲁棒性和时间一致性
三篇新研究论文探讨了生成模型流匹配技术的进展。第一篇论文研究了流匹配策略中欧拉采样对准确性和局部稳定性的双重要求,并强调可能需要不同的步数。第二篇论文通过提出时间残差分数和比较条件分数方法,解决了目标数据腐蚀和标签噪声下流匹配的鲁棒性问题。第三篇论文引入了时间对一致性,这是一个通过耦合配对时间步长的速度预测来提高样本质量的训练目标,并在各种流匹配模型和数据集上展示了收益。
-
新的扩散Transformer通过多尺度和组合能力推进图像生成 · 跟踪2个来源
两篇新的研究论文介绍了用于图像生成的新型扩散Transformer架构。第一篇,MS-pDiT,将空间尺度视为一种模态,同时处理多分辨率图像以提高保真度并实现灵活的标记化。第二篇,全景场景程序扩散Transformer(PSP-DiT),将全景场景程序视为一等潜在变量,增强了模型处理涉及实例身份、属性和空间关系组合提示的能力。
-
新的自回归模型应对视频生成挑战 · 跟踪 8 个来源
研究人员正在开发新方法来改进自回归视频生成,解决时间不一致和交互失败等问题。事件驱动视频生成 (EVD) 引入了显式的事件信号来指导采样器,从而提高动态和空间准确性。GEAR(引导式端到端自回归)联合训练分词器和生成器,以实现更快的收敛和更好的特征连贯性。Drift-AR 通过利用预测熵来加速自回归和扩散阶段,从而实现单步解码。TempAct 使用规划器-执行器强化学习框架来增强时间合理性和指令遵循能力,而“Directing the…
-
新的熵控制流匹配方法增强生成模型
研究人员推出了一种新颖的训练生成模型的方法——熵控制流匹配(ECFM),该方法解决了标准流匹配目标中的局限性。ECFM强制执行全局熵率预算,防止可能导致语义模式耗尽的低熵瓶颈。这种方法被表述为在Wasserstein空间中的一个凸优化问题,为模式覆盖和密度底提供了理论保证,并展示了优于无约束流匹配的性能。