小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI
统一自监督预训练!视觉模型权重无缝迁移下游任务,SiT收敛提速近47倍

最近研究提出统一自监督预训练(USP),通过在变分自编码器(VAE)潜在空间中进行掩码建模,提升了扩散模型的生成质量和收敛速度。USP在图像分类和分割等任务中表现优异,显著加速了模型训练。

统一自监督预训练!视觉模型权重无缝迁移下游任务,SiT收敛提速近47倍

机器之心
机器之心 · 2025-03-16T14:27:35Z

本研究提出MAETok方法,通过掩码建模探索扩散模型的潜在空间特性,从而提高图像合成任务的生成质量与效率。

Masked Autoencoders as Effective Tokens for Diffusion Models

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-02-05T00:00:00Z
  • <<
  • <
  • 1 (current)
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码