实体
ImageNet 256x256
ImageNet 256x256
PulseAugur coverage of ImageNet 256x256 — every cluster mentioning ImageNet 256x256 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的MEPA架构通过专家混合增强视觉自回归建模
研究人员开发了MEPA，一种新颖的专家混合（MoE）架构，旨在改进视觉自回归建模。MEPA通过实现自适应专家选择来解决多尺度表示学习中的局限性，从而解耦不同尺度的表示学习。该模型还整合了外部自监督特征以增强早期阶段的语义建模，并采用了一种针对视觉自回归范式定制的残差特征聚合方案。实验表明，MEPA显著提高了训练效率和生成质量，在ImageNet 256x256基准测试中取得了优越的FID分数，同时减少了训练周期并降低了与密集基线相比的参数预算。
-
双端一致性模型通过改进训练和采样加速生成式AI
研究人员推出了一种新方法——双端一致性模型（DE-CM），用于加速扩散模型和流模型等生成模型。DE-CM通过选择关键子轨迹簇并采用噪声到噪声映射来解决训练不稳定和采样不灵活的问题。该方法在ImageNet 256x256数据集上的一步生成中达到了1.70的行业领先FID分数，超越了现有的单步一致性模型技术。
-
新的 VRPO 方法加速了扩散 Transformer 的训练
研究人员开发了一种名为 VRPO 的新方法，以提高扩散 Transformer 的训练效率和图像质量。该方法用强化学习目标取代了静态对齐损失，该目标使用自适应奖励来指导表示对齐。VRPO 提高了生成保真度、感知质量和语义一致性，与以前的方法相比，训练速度更快，效果更好。