Toutes les news taguées avec ce sujet.
Une nouvelle famille de flows permet de générer des séquences ou structures de taille variable en quelques étapes seulement.
Microsoft présente Mage-Flow, un modèle de fondation efficace pour la génération d'images à résolution native.
Un nouvel algorithme basé sur la diffusion offre des garanties théoriques de convergence pour restaurer des images à partir d'observations bruitées.
Une méthode inédite convertit la distance énergétique en interactions attraction-répulsion par échantillon, pour générer des images en un seul pas.
Un nouveau cadre basé sur la diffusion estime l'écart de dynamique entre domaines pour adapter des politiques de RL avec peu d'interactions cible.
Guide technique pour entraîner un modèle audio générique avec seulement 6 Go de VRAM.
Une nouvelle méthode d'apprentissage de variétés exploite les marches aléatoires à entropie maximale pour mieux capturer la géométrie géodésique des graphes de données.
Une nouvelle architecture d'attention combinant filtrage spectral et convolution de graphes surpasse l'attention linéaire classique pour le débruitage.
Un modèle de monde latent diffusion à 5 milliards de paramètres génère des matchs Rocket League à quatre joueurs en temps réel, stable sur plusieurs heures.
Photoroom détaille sa stratégie de données pour entraîner PRX, son modèle de génération d'images produit, entre données synthétiques et curation.
Genesis Molecular AI présente PEARL, un modèle de diffusion pour la conception de petites molécules qui repousse les limites du drug discovery assisté par IA.
Un framework hybride LLM-Diffusion capable de générer des chansons complètes en combinant planification sémantique et raffinement acoustique par piste.
Un nouveau sampler discret guide la génération par récompense dans les modèles de diffusion masqués, avec une complexité quadratique prouvée.
Un nouveau framework image-vers-3DGS lève deux verrous structurels majeurs grâce à des latents alignés sur la diffusion et un transformer multimodal sparse.
Un nouveau benchmark open-source vise à standardiser l'évaluation des modèles de diffusion basés sur des Transformers, au-delà des métriques classiques.