实体
Samuel Willis
Samuel Willis
PulseAugur coverage of Samuel Willis — every cluster mentioning Samuel Willis 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
最近 · 第 1/1 页 · 共 2 条
-
大模型结合神经过程改进文本条件回归
研究人员开发了一种新颖的方法，将大型语言模型（LLM）与基于扩散的神经过程相结合，用于文本条件回归任务。该方法解决了标准LLM回归中存在的误差级联和计算强度问题，提供了更准确的预测和局部一致的轨迹。该工作还引入了一种无梯度采样技术，用于组合专家密度，该技术在该特定回归问题之外具有更广泛的应用。
-
新的生成模型利用Wasserstein流实现更快、更高质量的输出
研究人员正在探索生成模型的新方法，重点关注Wasserstein梯度流以提高效率和样本质量。一种方法W-Flow，实现了最先进的图像单步生成，与传统的扩散模型相比，采样时间大大缩短。其他论文研究了生成模型的输出优化以及分数-差分流的理论基础，将不同的生成建模技术联系起来，并识别某些流类型的潜在障碍。