Flow MatchingЧитать полностью »
Рубрика «диффузионные модели»
Flow Matching: обучение и дистилляция
2026-09-28 в 10:08, admin, рубрики: Flow Matching, дистилляция, диффузионные модели
Фабрика данных 2030: от GAN-конвейеров до каузальных сетей — кто отвечает за рождение синтетической реальности
2025-07-22 в 20:35, admin, рубрики: генеративные модели, генерация данных, диффузионные модели, конфиденциальность, наука о данных, нейронные сети, синтетические данные1. Вступление: синтетика выходит из-подполья
Десять лет назад мы говорили о «данных–нефть». В 2025-м метафора смещается: нефть закончилась, а нужен устойчивый источник энергии. Синтетические наборы — эта самая «зелёная электростанция» для AI-экономики.
Почему это не очередная хайповая игрушка?
-
Дефицит реальных выборок. Регуляторы закрутили гайки (GDPR, HIPAA, китайский PIPL). В финтехе и медицине доступных датасетов меньше, чем стартапов, желающих их тренировать.
-
Приватность без компромиссов.Читать полностью »
Black Forest Labs выпустили FLUX.1 Kontext — контекстный редактор изображений
2025-05-30 в 8:13, admin, рубрики: black forest labs, FLUX.1 Kontext, text-to-image, генерация изображений, диффузионные модели, искусственный интеллект, контекстное редактирование, машинное обучение, нейросети, редактирование изображений
Здравствуйте! Меня зовут Богдан, я являюсь автором телеграм канала Друг Опенсурса, приятного прочтения.
Правит картинки силой слов: редактор изображений от Сбера с попиксельной точностью
2025-05-29 в 7:57, admin, рубрики: image editing, neural image editing, генеративные модели, диффузионные модели, искусственный интеллект, Компьютерное зрение, машинное обучение, мультимодальные модели, обработка изображений, редактирование изображений
Встретились как-то диффузионная модель и LLM — получилось Diffusion Forcing. Как оно устроено и зачем нужно?
2025-03-07 в 12:07, admin, рубрики: диффузионные модели“Встречу” придумали авторы из MIT, их идея была в том, чтобы попробовать объединить лучшее из двух, пока что редко пересекающихся, вселенных — диффузионных моделей с Full-Sequence Diffusion и нейросетей с Teacher Forcing. На пересечении этих названий и получилось Diffusion Forcing.
GAN и диффузионные модели: как научить нейросеть рисовать
2025-01-05 в 11:16, admin, рубрики: AI-арт, GAN, pytorch, stable diffusion, генеративные сети, датасеты, диффузионные модели, искусственный интеллект, машинное обучение, синтетические данные
Привет! Сегодня хочу поговорить о двух очень горячих темах в области искусственного интеллекта — генеративно‑состязательные сети (GAN) и диффузионные модели (типа Stable Diffusion). Я сама как‑то подсела на все эти AI‑картинки и поняла, что нужно срочно поделиться тем что накопала. Поехали!:‑)
GAN: Генератор vs. Дискриминатор
Читать полностью »
Путеводитель для диффузионок. Как заставить нейросети качественно редактировать изображения
2024-09-06 в 8:17, admin, рубрики: генеративные модели, диффузионные модели, искусственный интеллект, редактирование фотографийПривет! Меня зовут Вадим, я — младший научный сотрудник группы Controllable Generative AI лаборатории FusionBrain в AIRI. Последние несколько лет я занимаюсь исследованием генеративных моделей в контексте задачи редактирования фотографий. Мы с командой накопили большую экспертизу в этом и хотели бы поделиться ей.
Совсем недавно мы выложили препринт статьи, которую мы представим на ECCV этой осенью (сама статья, её код, demoЧитать полностью »
Ускорили диффузионку в несколько раз? – о новой модели ImagineFlash от Meta
2024-08-23 в 16:05, admin, рубрики: SLR, дистилляция, диффузионные модели, математика, научные публикации, перевод статей, Питон, технология ускорения, Ускорение нейросети, шумВажно, что в переводе статьи мы опустили некоторые математические подробности. Мы обобщили математические выражения текстом. Курсивом выделены комментарии, чтобы новичкам было проще читать, а выделенный уровень подготовки оправдывал себя и под статьей не пришлось ставить графу “сложно”.
Чтобы статья не вышла слишком большой, приводится ее основная часть с методом. Мы приводим краткий вариант перевода ресерча от Meta.
Внутри оригинала можно ознакомиться с результатами работы. И конкретными метриками в таблицах.
Вся статья сохраняет письмо от первого лица.
Резюме статьи: