论文11:18退化扩散模型的条件化研究论文解决了退化扩散模型条件化的难题,提出基于因果最优传输的新方法,适用于传统分数函数失效的场景。#扩散模型#因果最优传输#条件生成#退化扩散aarXiv cs.LG@Uğur Aydın, Tamer Başar原文稍后读已读值得跟进有用关注 扩散模型
论文11:09重新利用语音分类器实现引导扩散语音生成这篇论文教你用一个现成的语音分类器直接生成语音,省掉单独训练扩散模型,更轻量高效。#语音分类器#扩散模型#条件生成#单主干模型aarXiv cs.AI@Rostislav Makarov, Timo Gerkmann原文稍后读已读值得跟进有用关注 语音分类器
论文精选11:11条件生成中样本质量评估新方法:应对组合偏移做条件生成或科学模拟的团队终于有了一个靠谱的评估工具——不用依赖未知的目标分布,直接用训练数据就能判断生成样本质量,建议做生物成像或可控生成的开发者试试。#条件生成#组合偏移#样本质量评估#信任分数aarXiv cs.LG@Berker Demirel 等 5 人原文稍后读已读值得跟进有用关注 条件生成