跳到正文
热点事件持续更新

MultiStroke算子简化扩散模型回归学习

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者提出 MultiStroke 算子,受人类绘画中笔触大小变化的启发,用从粗到细的方式对粗笔触与细笔触做线性插值,以简化扩散模型在高噪声时间步的预测目标。 在从零训练的 DDPM 和流匹配模型上,该算子将 FID 最多降低 70.2%。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv cs.CV
    用 MultiStroke 算子改变扩散模型"笔触大小"能否简化回归学习?

    受人类绘画中笔触大小变化的启发,研究者提出 MultiStroke 算子,以从粗到细的方式对粗笔触与细笔触进行线性插值,以简化扩散模型在高噪声时间步的预测目标。在从零训练的 DDPM 和流匹配模型上,MultiStroke 将 FID 最多降低 70.2%。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月15日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。