组件可控共性化图像生成翻新框架！ 打破共性化图像生成局限！MagicTailor
文章链接，https，arxiv.org，pdf，2410.13370名目链接，https，correr，zhou.github.io，MagicTailor亮点直击总结速览处置的疑问传统的文本到图像，T2I，分散模型在生成高品质图像方面有......
准确静止控制！复旦& 阿里等颁布DreamVideo 定制化视频生成新榜样！零样本主体驱动
文章链接，https，arxiv.org，pdf，2410.13830名目链接，https，dreamvideo2.github.io，亮点直击总结速览处置的疑问现有的视频定制生成方法须要在测试时启动复杂的微调，且难以平衡主体学习与静止控制......
自回归生成最新SOTA！ 初次逾越分散模型和非自回归Transformer模型！字节开源RAR
文章链接，https，arxiv.org，pdf，2411.00776名目链接，https，yucornetto.github.io，projects，rar.html代码&，模型链接，https，github.com，byt......
图像编辑多义务一扫而空！PromptFix 微软 罗切斯特大学& 新型分散模型& 大规模视觉指令数据集
文章链接，https，arxiv.org，pdf，2405.16785名目链接，https，www.yongshengyu.com，PromptFix，Page总结速览处置的疑问，现有分散模型在处置自定义用户指令时缺乏多样化数据，尤其是在低......
首个团圆分散模型准确反演方法！ 灵敏准确可控编辑！Dice
文章链接，https，arxiv.org，pdf，2410.08207名目链接，https，hexiaoxiao，cs.github.io，DICE，总结速览处置的疑问，团圆分散模型只管在图像生成和mask言语建模等义务中取得了成功，但在准......
你的LoRA须要降级了！科大讯飞等提出MiLoRA 陈腐且高效的LoRA变体
论文链接，https，arxiv.org，pdf，2410.18035低秩顺应，LoRA，及其专家混合，MOE，变体是十分有效的参数高效微调，PEFT，方法，但是，由于在Transformer层中增加了LoRA模块和MOErouters，这......
Mistral 谷歌& AI颁布TIPS 具有空间看法的文本
文章链接，https，arxiv.org，pdf，2410.16512亮点直击具有空间看法的文本图像预训练，TIPS是一种通用的图像，文本编码器模型，可无成效于密集和全局了解，用于纯视觉或视觉言语义务，全体运行流程见下图，总结速览处置的疑问......
无需低廉标注！大幅优化SDXL和SD3
文章链接，https，arxiv.org，pdf，2410.18013亮点直击总结速览处置的疑问传统的间接偏好优化，DPO，方法依赖少量人工标注的数据集来对文本生成图像，T2I，模型启动对齐，但这种方法老本高昂，且数据容易过期，难以顺应T2......
听听大佬怎样说 2024年大模型LLM还有哪些可钻研的方向
2024年大模型LLM还有哪些可钻研的方向，前言纯属brainstorm，欢迎大家一同讨论，想到哪里说到哪里，有遗漏的点欢迎大家在评论区中指出，团体以为如今LLM能做的点还很多，这个行业距离饱和还有一段距离，这里经过，输入、模型，范式、输入......
条件生成和了解 着色 一致多模态大模型！PUMA 修复 多粒度战略笑傲生成 编辑
文章链接，https，arxiv.org，pdf，2410.13861名目链接，https，github.com，rongyaofang，PUMA总结速览处置的疑问，现有的多模态大模型，MLLMs，在视觉内容生成方面没有充沛处置不同图像生成......