Диффузионные модели с динамически меняющимся размером

Дмитрий Ветров, НИУ ВШЭ, Москва, Россия За последние два года диффузионные модели задали новую планку качества в генеративном моделировании. Эта красивая концепция объединяет в себе нейродиффуры, моделирование на основе скор-функции, приближенные методы байесовского вывода и стохастические дифференциальные уравнения. Их основным недостатком является большое время генерации объекта. В докладе Дмитрий рассмотрел причины успеха диффузионных моделей и пути повышения их эффективности за счет уменьшения работы вхолостую на начальном этапе обратной динамики. Получившаяся модель обобщает стандартные диффузионные модели и иерархические вариационные автокодировщики в рамках более общей парадигмы. Чтобы не пропустить анонсы следующих научно-технических вебинаров, присоединяйтесь к нам в Telegram:
Сайт организатора: