Modèles de diffusion
Fellow suit ce sujet depuis juin 2026 : 65 articles résumés en français, dont 13 jugés majeurs ou notables.
Toute l'actualité · 65 articles
Rethinking Classifier-Free Guidance in Diffusion Distillation
Une nouvelle méthode améliore la distillation on-policy en corrigeant les déséquilibres du CFG.
Expanding Flow Maps : des modèles génératifs à dimension variable et contrôlable
Une nouvelle famille de flows permet de générer des séquences ou structures de taille variable en quelques étapes seulement.
Mage-Flow : modèle natif haute résolution pour images
Microsoft présente Mage-Flow, un modèle de fondation efficace pour la génération d'images à résolution native.
Échantillonnage postérieur prouvable pour problèmes inverses linéaires via DDIM
Un nouvel algorithme basé sur la diffusion offre des garanties théoriques de convergence pour restaurer des images à partir d'observations bruitées.
Apprentissage de marges de sécurité adaptatives pour la navigation visuelle
Un critique de sécurité conditionné par le contexte classe les trajectoires de diffusion pour optimiser la navigation robotique.
Le « scattering à trois corps » comme nouvelle approche pour la modélisation générative en une étape
Une méthode inédite convertit la distance énergétique en interactions attraction-répulsion par échantillon, pour générer des images en un seul pas.
DADiff : adaptation de politique par diffusion pour l'apprentissage par renforcement inter-domaines
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.
Entraîner un modèle de diffusion de kick drum Gen IA
Guide technique pour entraîner un modèle audio générique avec seulement 6 Go de VRAM.
La précision du score le long de la diffusion forward ne garantit pas la stabilité numérique
Une erreur faible en score matching ne suffit pas à assurer la stabilité des échantillonneurs discrets — une démonstration formelle qui challenge les fondements de l'entraînement des modèles de diffusion.
Pondération sélective et replay par avantage pour un RLHF diffusion plus efficace
Deux stratégies complémentaires pour réduire le nombre d'évaluations nécessaires lors de l'alignement par RLHF des modèles de diffusion.
Un correctif terminal pour stabiliser le Classifier-Free Guidance à forte intensité
Une analyse numérique révèle pourquoi le CFG à fort guidage déstabilise DDIM et propose une correction à coût zéro.
Graph Convolutional Attention : une perspective spectrale sur le débruitage et la diffusion de graphes
Une nouvelle architecture d'attention combinant filtrage spectral et convolution de graphes surpasse l'attention linéaire classique pour le débruitage.
EntroPath : embedding de variétés par ensemble de chemins à entropie maximale
Une nouvelle méthode d'apprentissage de variétés exploite les marches aléatoires à entropie maximale pour mieux capturer la géométrie géodésique des graphes de données.
Modèles de monde multijoueur avec autoencodeurs de représentation
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.
DiffusionGemma : génération de texte 4 fois plus rapide
DeepMind présente DiffusionGemma, une approche de diffusion appliquée aux LLM promettant un gain de vitesse de 4x en génération de texte.