#diffusion Dépôts
79 dépôts au total
UniWorld: Codeurs sémantiques haute résolution pour la compréhension et la génération visuelles unifiées
[CVPR 2025 Highlight🔥] Génération de texte à vidéo préservant l'identité par décomposition en fréquence
Données ouvertes et entraînement évolutif pour des modèles du monde vidéo à horizon long.
Kandinsky 5.0 : Une famille de modèles de diffusion pour la génération de vidéos et d'images
Omega-AI est un framework d’apprentissage profond basé sur Java qui vous aide à construire rapidement des réseaux neuronaux pour l’inférence et l’entraînement. Son moteur prend en charge la différentiation automatique, le multithreading et l’accélération GPU avec CUDA et cuDNN.
Implémentation officielle pour "RIFLEx : Un repas gratuit pour l'extrapolation de longueur dans les Transformers de diffusion vidéo" (ICML 2025), UltraViCo (ICLR 2026) et UltraImage
rCM & Causal-rCM : Algorithmes/infrastructures de pointe et unifiés pour la distillation de diffusion vidéo bidirectionnelle/autorégressive à grande échelle
Adan : Algorithme adaptatif de momentum de Nesterov pour l'optimisation plus rapide des modèles profonds
[TMLR 2025🔥] Une enquête sur les modèles autorégressifs en vision.
Code simple et lisible pour l'entraînement et l'échantillonnage à partir de modèles de diffusion
Cartes d'attribution de diffusion attentive pour l'interprétation de Stable Diffusion.
[CVPR 2024] FRESCO : Correspondance Spatio-Temporelle pour la Traduction Vidéo Zero-Shot
Un cadre unifié pour faciliter le fine-tuning des modèles de Flow Matching
HY-SOAR : Auto-correction pour un alignement et un raffinement optimaux dans les modèles de diffusion
[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2 : Accélérer les Transformers de Diffusion Vidéo avec une Attention Éparse
Fiches de préparation bilingues (chinois + anglais) aux entretiens de ML / LLM / diffusion / agents pour le recrutement d’automne en IA — générées par ARIS /interview-cheatsheet, puis rendues par /render-html en fichiers HTML autonomes lisibles partout — ainsi qu’un générateur de pages d’accueil académiques vérifié par recoupement CV→DBLP et des articles longs rédigés par l’auteur 🌱
Un framework d'IA pour générer et modifier des beatmaps osu! pour tous les modes de jeu à partir d'entrées de spectrogrammes.
Implémentation officielle pour "Blended Latent Diffusion" [SIGGRAPH 2023]
[ECCV 2026] Un framework basé sur la diffusion pour l'OCR de documents qui remplace le décodage autorégressif par un décodage de diffusion parallèle au niveau des blocs.
[TIP2026] Codes officiels de CCSRv2 et CCSRv1 : Amélioration de la stabilité et de l'efficacité des modèles de diffusion pour la super-résolution cohérente en contenu
📚Une liste sélectionnée d'articles exceptionnels sur l'inférence de diffusion avec code : Échantillonnage, Cache, Quantification, Parallélisme, etc.🎉
Une autre implémentation PyTorch de Stable Diffusion (probablement facile à lire)
Implémentation officielle pour "Blended Diffusion pour l'édition d'images naturelles pilotée par le texte" [CVPR 2022]
Modèles de diffusion de la structure des protéines ; la trigonométrie et l’attention, c’est tout ce dont vous avez besoin !
[WACV'25 Oral] Le réglage fin des modèles de diffusion conditionnés à l'image est plus facile que vous ne le pensez