Toutes les news taguées avec ce sujet.
Une méthode sans entraînement unifiant édition guidée par instruction et par sujet, surpassant les baselines sans training sur FiVE.
Un article technique explore une variante continue des diffusion language models, alternative potentielle aux LLM autoregressifs classiques.
Un nouveau framework de diffusion conditionnelle améliore la détection des classes minoritaires sur graphes temporels, avec des gains significatifs sur cinq jeux de données réels.
Une nouvelle approche par flow matching supprime le besoin d'un décodeur supervisé par cross entropy pour générer du texte.
Une méthode qui optimise directement les pas d'échantillonnage des modèles de diffusion, sans entraînement supplémentaire, pour accélérer la génération jusqu'à 10x.
Un nouveau modèle de monde sépare explicitement état 3D, rendu géométrique et synthèse visuelle pour des jeux avec personnages articulés.
Cette méthode sans entraînement accélère les LLM via des arbres de candidats parallèles, dépassant les vitesses des approches classiques.
Un framework de diffusion pour la navigation aérienne VLN améliorant la mémoire et l'arrêt explicite.