一步生成模型现「深度即时间」现象
热点事件持续更新
一步生成模型现「深度即时间」现象
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「深度即时间」经验观察:多步扩散在采样步上完成的去噪计算,在一步生成模型中沿单次前向传播的网络深度展开,并可用模型自身输出头解码中间层恢复。 该现象依赖 flow map 所训练的传输任务:MeanFlow 在更短传输区间内单次评估同时呈现去噪与再加噪,而 drifting models 等无时间索引传输任务的生成器不具备此特性。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 12:00
一步生成模型中的「深度即时间」现象:扩散去噪轨迹如何重组进网络深度报道时间线
沿着报道,了解事件的不同侧面。
10月5日
- arXiv:cs.AI一步生成模型中的「深度即时间」现象:扩散去噪轨迹如何重组进网络深度
研究者提出「深度即时间」经验观察:多步扩散的去噪计算在一步生成模型中被重组到单次前向传播的网络深度上,可用模型自身输出头解码中间层恢复。该现象依赖 flow map 所训练的传输任务,MeanFlow 在更短传输区间内单次评估同时呈现去噪与再加噪,而 drifting models 等无时间索引传输任务的生成器不具备此特性。
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。