generative-models

Mã nguồn chính thức cho DragGAN (SIGGRAPH 2023)

Những điều tuyệt vời về các tác nhân được hỗ trợ bởi LLM. Bài báo / Kho lưu trữ / Blog / ...

Triển khai PyTorch cho Mô hình tạo sinh dựa trên điểm thông qua Phương trình vi phân ngẫu nhiên (ICLR 2021, Oral)

Mô hình khuếch tán trong chẩn đoán hình ảnh y tế (Được xuất bản trên tạp chí Medical Image Analysis)

Triển khai PyTorch của các phương pháp học liên tục khác nhau (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) trong ba kịch bản khác nhau.

Các số đo và chỉ metrics cho tác vụ image2image. PyTorch.

Tổng quan về các LLM tiếng Nhật

Kho lưu trữ này là bản triển khai chính thức của Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023)

AutoVC: Chuyển đổi phong cách giọng nói Zero-Shot chỉ với Autoencoder Loss

Molecular Sets (MOSES): Nền tảng đánh giá cho các mô hình tạo phân tử

Dòng thời gian về ChatGPT, GenerativeAI và LLM

InstaGAN: Dịch ảnh nhận thức thực thể (ICLR 2019).

Emacs đóng vai trò là trợ lý AI cá nhân của bạn. Sử dụng các LLM như ChatGPT hoặc LLaMA để tạo văn bản, hoặc DALL-E và Stable Diffusion để tạo hình ảnh. Hỗ trợ cả đầu vào/đầu ra bằng giọng nói.

Noise Conditional Score Networks (NeurIPS 2019, Oral)

[ECCV 2024] MOFA-Video: Hoạt ảnh hình ảnh có thể kiểm soát thông qua các thích ứng trường chuyển động tạo sinh trong mô hình Image-to-Video Diffusion đã được đóng băng.

[ICLR 2025] Triển khai chính thức của Posterior-Mean Rectified Flow: Hướng tới khôi phục hình ảnh chân thực với MSE tối thiểu

Thư viện Python hỗ trợ mô hình hóa Bayes hiệu quả với deep learning.

[ICCV 2021] Focal Frequency Loss cho việc tái tạo và tổng hợp hình ảnh

[ECCV 2026] SparkVSR: Siêu phân giải video tương tác thông qua lan truyền keyframe thưa

Genblaze là một Python SDK mã nguồn mở để điều phối các đường ống truyền thông AI tạo sinh trên các nhà cung cấp video, âm thanh và hình ảnh với tính năng xác thực nguồn gốc tích hợp cho mọi đầu ra.

Tuyển tập các bài báo nghiên cứu từ hội nghị ICASSP 2023-2024. Khám phá những tiến bộ mới nhất trong lĩnh vực âm thanh, giọng nói và xử lý tín hiệu, bao gồm cả mã nguồn

Tổng hợp hình ảnh người thông qua mô hình Denoising Diffusion (CVPR 2023).