guidance | BriefGPT - AI 论文速递

关键词guidance

搜索结果 - 13

在有限区间内应用引导改善扩散模型的样本和分布质量
通过限制特定范围的噪声水平，改进了图像生成扩散模型中的引导技术，从而在各个参数、网络结构和数据集上显著提高推理速度和结果质量，建议将引导间隔作为扩散模型的超参数暴露出来。
PDF3 months ago
扩散引导的理论洞察：高斯混合模型案例研究
在高斯混合模型的背景下，我们的研究首次对扩散模型中引导信息对其性能的影响进行了理论研究，证明了引入扩散引导不仅提高了分类的置信度，还减少了分布的多样性，导致输出分布的微分熵的降低。我们的分析涵盖了广泛采用的采样方案，包括 DDPM 和 DD
PDF4 months ago
异形山谷：扩散模型的全面分析
通过扩散模型（Diffusion Models），我们在生成高质量图像方面取得了重要进展，通过系统研究不同扩散模型架构的关键方面，如噪声调度、采样器和引导，我们深入探索了这些模型的核心操作原理。通过全面分析这些模型，我们揭示了它们隐藏的基础
PDF4 months ago
导向图优化的多智能体路径规划的终身学习
我们研究了如何利用引导来提高终身多智能体路径规划（MAPF）的吞吐量。我们提出了两种 GGO 算法来自动生成适用于任意终身 MAPF 算法和地图的引导，并通过实验证明我们的引导图能够提高三个典型终身 MAPF 算法在四个基准地图上的吞吐量。
PDF5 months ago
高等教育中的生成人工智能：机构政策和指南分析的证据
通过研究 116 所美国高研活跃度大学产生的文件，全面了解高校为机构相关利益相关者提供的关于生成人工智能的建议与指导。基于我们的研究发现，大多数高校鼓励使用生成人工智能，并提供了详细指导，尤其是在课堂中的使用。然而，要注意的是，该研究建议教
PDF6 months ago
自我监督扩散特征引导扩散
通过提取扩散模型的指导信号以及应用自监督学习背骨（如 DINO）进行指导，我们在特征正则化、在线训练方法和应用扩散模型方面提出了重要贡献，取得了卓越的性能，优于大规模数据集中的相关基准比较，如 ImageNet256、ImageNet256
PDF7 months ago
第一步优势：多步推理中开始正确的重要性
大型语言模型可以通过为其预测生成理由来解决复杂的推理任务。通过将这些功能融入到较小、紧凑的模型中，可以促进为特定任务量身定制的专门、经济高效的模型的创建。然而，较小的模型在复杂的推理任务中常常面临挑战，并且通常会偏离正确的推理路径。我们发现
PDF8 months ago
分类器引导扩散生成的设计空间阐明
通过使用现成的预训练分类器在无需额外计算成本的情况下，提出了预处理技术来引导扩散生成，旨在实现比现有方案更显著的性能改进，尤其是在图像生成任务中。
PDF8 months ago
MaGIC: 多模态导向图像修复
本文提出了一种名为 MaGIC 的多模态引导图像补全方法，该方法不仅支持单模态引导，还能适应任意多种模态的引导，使用模态特定的 MCU-Net 注入单一信号，再通过一致性模态混合 (CMB) 方法传播梯度，实现了在没有大量参考信息的情况下的
PDFa year ago
超越单一视频片段的视频生成
提出使用指导信息和两阶段方法来生成多样化的长视频，该方法在客观指标上比现有技术提高多达 9.5％，得到超过 80％的用户偏好。
PDFa year ago
CVPR实用的即插即用扩散模型
本文提出了一种可行的指导框架，称为实用插播（PPAP），该框架利用参数高效的微调和不需要标记的数据传输来利用多个专家，每个专家都专门针对特定噪音范围并指导扩散的反转过程。通过图像类别有条件的生成实验，证明了该方法可以成功地引导扩散，且小可训
PDF2 years ago
针对群体间交互问题的可扩展规划和学习框架开发
本研究基于强化学习算法提出了一种将大规模群体冲突问题分解为多个独立的多代理追逐 - 逃脱游戏的框架，该框架通过模拟多种多代理追逐 - 逃脱场景，使用算法来最大效率地消灭敌方群集，从而验证了这种方法的有效性。
PDF2 years ago
面向高风险 AI 风险管理的可执行指南：朝着应对人工智能灾难性风险的标准迈进
本文介绍了美国国家标准与技术研究所（NIST）人工智能风险管理框架，提出了针对潜在误用和滥用、人权损害、灾难性风险等方面的风险识别和管理建议，并给出了对于更为多样化、通用化的人工智能的监管方案。
PDF2 years ago