GEAR: Guided End-to-End AutoRegression - как новая архитектура перепридумывает генерацию изображений

GEAR: Guided End-to-End AutoRegression - как новая архитектура перепридумывает генерацию изображений
Исследователи из CALTECH, MIT и Tsinghua представили препринт GEAR — авторегрессионную архитектуру для генерации изображений, которая бросает вызов диффузионным моделям.
Новый подход решает проблемы медленного инференса и слабого контроля, свойственные Stable Diffusion и DALL-E 3.
Читать статью →

Подписаться на канал