研究者提出JUD离散有序数据扩散模型
热点事件持续更新
研究者提出JUD离散有序数据扩散模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yair Shenfeld、Ricardo Baptista 和 Stefano Peluchetti 提出名为 Jumping Up and Down（JUD）的扩散模型家族，称其为首个以训练去噪器为核心的离散有序数据扩散模型，支持数据双向（上、下）扰动。 据该研究，JUD 的训练目标简单，在图像、音乐、基因计数等多种数据模态上取得有竞争力的结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
JUD：面向离散有序数据的去噪器扩散模型报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGJUD：面向离散有序数据的去噪器扩散模型
研究者提出 Jumping Up and Down（JUD），首个以训练去噪器为核心的离散有序数据扩散模型家族，支持数据双向（上、下）扰动。其训练目标简单，在图像、音乐、基因计数等多种数据模态上取得有竞争力的结果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。