打破共性化图像生成局限！MagicTailor 组件可控共性化图像生成翻新框架！
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......
港理工& Stability AI联结颁布分歧且高效的3D场景编辑方法 OPPO&
文章链接，https，arxiv.org，pdf，2406.17396名目链接，https，lslrh.github.io，syncnoise.github.io，当天和大家一同窗习港理工、OPPO和StabilityAI联结发的一篇关于3......
2024年大模型LLM还有哪些可钻研的方向 听听大佬怎样说
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......
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......
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......
多粒度战略笑傲生成 编辑 修复 条件生成和了解 着色 一致多模态大模型！PUMA
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......
图像编辑多义务一扫而空！PromptFix 微软 罗切斯特大学& 大规模视觉指令数据集 新型分散模型&
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......
AI颁布TIPS Mistral 具有空间看法的文本 谷歌&
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......
一致多模态了解和生成 仅1.3B！Janus
Janus是一个一致的多模态了解和生成的大型言语模型，MLLM，，它将多模态了解和生成的视觉编码解耦，Janus基于DeepSeek，LLM，1.3b，base构建，该模型训练时经常使用了大概5000亿个文本token的语料库，在多模态了解......
RAG全景图 从RAG启蒙到初级RAG之36技 RAG！ 再到终章Agentic
检索增强生成，RAG，Retrieval，AugmentedGeneration，技术可追溯到2020年Facebook宣布的一篇论文，Retrieval，AugmentedGenerationforKnowledge，IntensiveN......