实体
Linum v2
Linum v2
PulseAugur coverage of Linum v2 — every cluster mentioning Linum v2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的文本到图像模型利用组合奖励和高效架构
研究人员开发了训练文本到图像模型的新方法。一种方法结合了人类偏好数据和基于评分的奖励，以提高提示遵循度和美学质量，从而使 Ideogram-4 等模型超越现有的开源基准。另一种方法 Pyramid-JIT 采用仅解码器架构，该架构可以预测多分辨率的图像，与以前的模型相比，大大降低了训练成本并提高了效率。
-
New JiT-DDT architecture trains text-to-image models 3.6x faster
研究人员开发了一种新颖的 JiT-DDT 架构，可显著加速文本到图像扩散模型的训练。通过将压缩和生成模块统一到单个模型中，JiT-DDT 与之前的 Latent Diffusion Models (LDMs) 等方法相比，GPU 时间减少了 3.6 倍。即使在生成四倍像素分辨率的图像时，也实现了这种效率的提高。代码和模型权重在 Apache 2.0 许可下公开可用，鼓励对更有效的训练技术进行进一步研究。
-
Linum-AI发布20亿参数文本到视频模型
Linum-AI是一家由两兄弟创立的初创公司，已发布Linum v2，这是一款拥有20亿参数的文本到视频模型。该模型提供360p和720p分辨率，能够生成2到5秒长的视频。此次发布遵循Apache 2.0许可证，使其可用于各种应用。