modelos de difusión
Todas las noticias con este tag · Estados Unidos.
Ver estadísticas de este tema
Noticias por hora
Últimas 24 horas · hora argentina
Consultar los valores por hora
| Hora | Noticias |
|---|---|
| 14 nov 2026, 12:00 p. m. | 0 |
| 14 nov 2026, 1:00 p. m. | 0 |
| 14 nov 2026, 2:00 p. m. | 0 |
| 14 nov 2026, 3:00 p. m. | 0 |
| 14 nov 2026, 4:00 p. m. | 0 |
| 14 nov 2026, 5:00 p. m. | 0 |
| 14 nov 2026, 6:00 p. m. | 0 |
| 14 nov 2026, 7:00 p. m. | 0 |
| 14 nov 2026, 8:00 p. m. | 0 |
| 14 nov 2026, 9:00 p. m. | 0 |
| 14 nov 2026, 10:00 p. m. | 0 |
| 14 nov 2026, 11:00 p. m. | 0 |
| 15 nov 2026, 12:00 a. m. | 0 |
| 15 nov 2026, 1:00 a. m. | 0 |
| 15 nov 2026, 2:00 a. m. | 0 |
| 15 nov 2026, 3:00 a. m. | 0 |
| 15 nov 2026, 4:00 a. m. | 0 |
| 15 nov 2026, 5:00 a. m. | 0 |
| 15 nov 2026, 6:00 a. m. | 0 |
| 15 nov 2026, 7:00 a. m. | 0 |
| 15 nov 2026, 8:00 a. m. | 0 |
| 15 nov 2026, 9:00 a. m. | 0 |
| 15 nov 2026, 10:00 a. m. | 0 |
| 15 nov 2026, 11:00 a. m. | 0 |
| 15 nov 2026, 12:00 p. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-17 | 0 |
| 2026-10-18 | 0 |
| 2026-10-19 | 0 |
| 2026-10-20 | 0 |
| 2026-10-21 | 0 |
| 2026-10-22 | 0 |
| 2026-10-23 | 0 |
| 2026-10-24 | 0 |
| 2026-10-25 | 0 |
| 2026-10-26 | 0 |
| 2026-10-27 | 0 |
| 2026-10-28 | 0 |
| 2026-10-29 | 0 |
| 2026-10-30 | 0 |
| 2026-10-31 | 0 |
| 2026-11-01 | 0 |
| 2026-11-02 | 0 |
| 2026-11-03 | 0 |
| 2026-11-04 | 2 |
| 2026-11-05 | 0 |
| 2026-11-06 | 0 |
| 2026-11-07 | 0 |
| 2026-11-08 | 0 |
| 2026-11-09 | 2 |
| 2026-11-10 | 5 |
| 2026-11-11 | 0 |
| 2026-11-12 | 0 |
| 2026-11-13 | 0 |
| 2026-11-14 | 0 |
| 2026-11-15 | 0 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de modelos de difusión
11 noticias · De más nuevas a más antiguas.
arXiv Computer Science AI¿Cuándo deberían reconsiderar los Modelos de Difusión de Lenguaje sus compromisos?
Se presenta el Aprendizaje Conjunto de Desenmascaramiento y Revisión Planificado (PURL) para Modelos de Difusión Enmascarados (MDMs) para unificar la generación paralela con la revisión selectiva de tokens. Este marco mejora la precisión en tareas como razonamiento matemático y generación de código, logrando mejoras de hasta 47.4% en precisión. El análisis sugiere que la generación paralela efectiva depende de hacer que los compromisos de tokens sean revisables en el momento adecuado, en lugar de revisar más tokens.
HiLo-Token: Compresión de tokens de alta y baja frecuencia adaptativa de entrada para servir modelos de edición de imágenes eficientes
Se presenta HiLo-Token, un marco de compresión de tokens adaptativo para reducir la latencia en modelos de IA generativa para edición de imágenes. El método asigna tokens de manera diferente a regiones de alta y baja frecuencia para mejorar la eficiencia. Los experimentos validan que este método logra aumentos significativos en la velocidad sin afectar la calidad de la generación.
Retroalimentación espectral para la alineación en tiempo de prueba de modelos de difusión de proteínas
Se presenta la Retroalimentación Espectral, un algoritmo diseñado para guiar modelos de difusión discretos en la inferencia, permitiéndoles corregir iterativamente sus generaciones. Este método aborda el problema central de seleccionar qué tokens revisar para mejorar la alineación de las proteínas. Los resultados demuestran que este enfoque incrementa la proporción de proteínas estables en modelos de difusión.
Modelo de Valor Cosido para Alineación de Difusión
Se presenta el StitchVM, un marco de cosido de modelo que conecta un prefijo de esqueleto de difusión congelado con un sufijo de modelo de recompensa preentrenado para estimar la función de valor en latentes ruidosos. Este método busca superar las limitaciones de los enfoques tradicionales que dependen de imágenes limpias o simulaciones de Monte Carlo. El modelo demuestra mejoras en la eficiencia y calidad de procesos como el direccionamiento FK y DRaFT.
DPRM: Módulo de ordenamiento de tokens inducido por transformaciones de Doob para modelos de difusión discretos
Se presenta DPRM, un módulo de ordenamiento de tokens que utiliza una distribución de trayectoria sesgada por recompensa terminal para mejorar el razonamiento en modelos de difusión discretos. Este módulo corrige la tendencia de depender únicamente de la confianza local, logrando mejoras significativas en diversas métricas de rendimiento. Las mejoras incluyen incrementos en la precisión de modelos como PUMA GSM8K y RealWorldQA, demostrando la efectividad de ajustar la recompensa terminal.
Dimensión Intrínseca Local Revela Alucinaciones en Modelos de Difusión
Se investiga el fallo de los modelos de difusión al generar alucinaciones estructurales, como manos con dedos extraños. Se propone una perspectiva que trata estas alucinaciones como inestabilidades en el manfold del modelo. Se introduce el Quenching Intrínseco (IQ), un mecanismo correctivo que mejora el rendimiento y ofrece una solución para asegurar la coherencia anatómica en tareas de imagen médica.
Modelos de difusión aprendidos bajo la hipótesis del manfoldo: colapso y refinamiento
Se analiza un procedimiento de colapso y refinamiento de dos etapas para modelos de difusión, centrado en la estructura de la variedad de baja dimensión. Se demuestra que el entrenamiento de campo medio anillado recupera el denoiser de la población y se desarrollan el marco SiLD para mejorar la generación de datos. Los experimentos muestran una calidad de generación competitiva frente a las líneas de base basadas en difusión latente.
Modelos de difusión para la generación de trayectoria de mirada utilizando representaciones de posición y velocidad
Se investiga la generación de trayectorias de mirada incondicional mediante modelos de difusión utilizando representaciones de posición y velocidad. Los modelos fueron evaluados en trayectorias de búsqueda visual, comparando diferentes métricas como la geometría de la trayectoria y las estadísticas de eventos. Los resultados ofrecen referencias cuantitativas para la generación de mirada en esta tarea.
Desentrañando referencias de imagen dual en modelos de difusión conscientes de la frecuencia para generación personalizada
Se propone el Dual-FDM para desentrañar referencias de imagen duales (personalización y estilo de color) en Modelos de Difusión Conscientes de la Frecuencia. Esto busca abordar la desalineación entre el texto y las referencias de imagen durante la generación de imágenes personalizadas. El método utiliza una estrategia de máscara en el dominio de la frecuencia para separar las bandas de frecuencia y modular adaptativamente los pasos de tiempo de eliminación del ruido. Los experimentos demuestran la superioridad de Dual-FDM sobre modelos de difusión existentes.
Hugging Face BlogPRX Parte 3: cómo entrenar un modelo de texto a imagen en 24 horas con 32 GPU H200
El equipo de Photoroom publicó la tercera parte de su serie PRX, en la que combina técnicas de entrenamiento de modelos de difusión para texto a imagen y logra un modelo funcional en 24 horas con 32 GPU H200 y un presupuesto de 1500 dólares. La receta integra predicción-x en espacio de píxeles sin VAE, pérdidas perceptuales LPIPS y DINOv2, enrutamiento de tokens con TREAD, alineación de representaciones con REPA y DINOv3, y el optimizador Muon. Los autores liberaron el código en GitHub y señalan que los fallos restantes se deben al subentrenamiento y a la limitada diversidad de datos, no a defectos estructurales de la receta.
Ajuste por instrucciones de Stable Diffusion con InstructPix2Pix
El artículo explora el ajuste por instrucciones de Stable Diffusion para que siga instrucciones y procese imágenes de entrada, extendiendo la metodología de InstructPix2Pix a tareas específicas como caricaturización y procesamiento de imágenes de bajo nivel. Los autores prepararon conjuntos de datos con instrucciones inspirados en FLAN V2 y entrenaron modelos que logran buenos resultados en caricaturización y eliminación de lluvia, aunque con limitaciones en mejora de poca luz y desenfoque. El trabajo es preliminar y deja preguntas abiertas sobre escalado de datos y generalización a más tareas.