Continuous-Time Distribution Matching
PulseAugur coverage of Continuous-Time Distribution Matching — every cluster mentioning Continuous-Time Distribution Matching across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的PA-CDM指标改进了手写数学识别评估
研究人员开发了PA-CDM，一种用于评估手写数学表达式识别（HMER）的新颖指标。与依赖精确匹配或字符串相似度的现有方法不同，PA-CDM通过耦合字符检测匹配与位置森林编码和发散级加权来纳入位置感知评分。这一新指标已通过人类判断和前沿LLM裁判进行验证，证明其与人类对手写数学表达式识别任务中错误质量的感知具有更高的相关性。
-
新型 MaLViL 网络提高医学图像分割精度
研究人员开发了 MaLViL，一种新颖的多轴低秩 Vision-LSTM 网络，旨在增强医学图像分割。该架构将 Vision-LSTM 扩展到解码器分辨率，并结合了双向低秩 ViL 和尺度感知 SaLViL，以保留精细的解剖细节并将计算内存减少高达 83 倍。MaLViL 在皮肤病变、超声和多器官 CT 扫描的基准测试中已显示出具有竞争力的或最先进的准确性。
-
Anima-Turbo 文本到图像模型即将发布，技术细节尚待推测
一款名为 Anima-Turbo 的新型文本到图像模型预计将很快发布，该模型建立在现有的 Anima-Base 模型之上。Anima-Turbo 的确切技术方法仍有待推测，可能包括使用 Distribution Matching Distillation 2 (DMD2) 或 Continuous-Time Distribution Matching (CDM) 等更新的技术，以实现更快、更高效的图像生成。开发者 circleston…
-
新的CDM方法增强了扩散模型蒸馏，实现了更快、更高保真度的图像生成
研究人员推出了一种新颖的连续时间分布匹配（CDM）方法，用于加速扩散模型。该方法超越了离散时间蒸馏，采用了动态、连续的时间表和轨迹外匹配目标。CDM旨在提高少步扩散过程中的图像生成保真度和细节保留，而无需复杂的辅助模块（如GAN）。