generative-models

DragGAN (SIGGRAPH 2023) の公式コード

LLM を活用したエージェントに関する優れたリソース。論文、リポジトリ、ブログなど

確率微分方程式を用いたスコアベース生成モデリングの PyTorch 実装（ICLR 2021 Oral）

医用画像における拡散モデル（Medical Image Analysis 誌に掲載）

3つの異なるシナリオにおける、継続学習の各種手法（XdG、EWC、SI、LwF、FROMP、DGR、BI-R、ER、A-GEM、iCaRL、Generative Classifier）のPyTorch実装

image2imageタスクの測定基準とメトリクス。PyTorch。

日本語LLMまとめ - 日本語LLMの概要

手書き文字生成のための「Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023)」の公式実装リポジトリです。

AutoVC: オートエンコーダ損失のみを用いたゼロショット音声スタイル変換

Molecular Sets (MOSES): 分子生成モデルのためのベンチマークプラットフォーム

ChatGPT、GenerativeAI、LLM のタイムライン

InstaGAN: インスタンスを考慮した画像変換（ICLR 2019）

EmacsをパーソナルAIアシスタントとして活用。ChatGPTやLLaMAなどのLLMによるテキスト生成、DALL-EやStable Diffusionによる画像生成を利用できます。音声入力および出力にも対応しています。

Noise Conditional Score Networks (NeurIPS 2019, Oral)

[ECCV 2024] MOFA-Video: 固定された Image-to-Video 拡散モデルにおける生成的モーションフィールド適応を通じた制御可能な画像アニメーション。

[ICLR 2025] Posterior-Mean Rectified Flow の公式実装: 最小 MSE 写真リアスティック画像復元に向けて

ディープラーニングを用いた効率的なベイズモデリングのためのPythonライブラリ

[ICCV 2021] 画像再構成と合成のための Focal Frequency Loss

[ECCV 2026] SparkVSR: スパースキーフレーム伝播によるインタラクティブ映像超解像手法

Genblaze は、動画、音声、画像プロバイダーにわたる生成 AI メディアパイプラインをオーケストレーションするためのオープンソースの Python SDK であり、すべての出力に対して出所の追跡機能が組み込まれています。

ICASSP 2023-2024 論文集：ICASSP 2023-24 カンファレンスにおける影響力のある興味深い研究論文の完全なコレクション。音響、音声、信号処理の最新の進歩を探索できます。コード付き。音声および信号処理の発展を支援するためにリポジトリにスターをつけてください！

ノイズ除去拡散モデルを用いた人物画像合成（CVPR 2023）