norgitov/ trends
Технологии · люди · идеи
RSS
RUEN
К обзору/Daily Papers1 час назад
ИсследованияDaily Papers

FlowTool: Контроль параметров инструмента в ретуши изображений с помощью сопоставления потоков

FlowTool — новая система для ретуши изображений, которая моделирует параметры инструментов как задачу сопоставления потоков, используя модель визуально-языкового понимания и диффузионный трансформер для генерации планов редактирования. Она превосходит специализированные агенты MLLM и проприетарные модели в оценках с опорой на эталон, одновременно повышая эффективность вывода.

Открыть первоисточник
СИГНАЛ ИЗ ИСТОЧНИКА
4
голосов источника
Наблюдаем с29 сентября 2026 г.4 голосов источника
Темп интереса—Нужны повторные замеры
Опубликовано28 сентября 2026 г.Thanh-Long V. Le, Steven Walton, Seunghyun Yoon
ЗА ЦИФРАМИ

Как меняется интерес

Daily Papers

История начинает расти

График появится после повторных замеров. Текущий показатель уже получен из источника.

4 голосов источника

Только реальные замеры. История до подключения источника не восстанавливается.

ЗАЧЕМ ОБРАТИТЬ ВНИМАНИЕ

FlowTool повышает эффективность и производительность в редактировании изображений, моделируя параметры напрямую без ауторегрессивного рассуждения, что делает его подходящим для приложений в реальном времени.

Полезная находка?
ПРОДОЛЖИ ИССЛЕДОВАНИЕ

Рядом по теме

Вся тема
Daily Papers

Ваш трансформер может держать две мысли одновременно: Доказательства линейной суперпозиции в LLM

В статье исследуется линейность в больших языковых моделях (LLM), демонстрируя, что объединение входов из разных потоков текста приводит к суперпозиции распределений следующих токенов. Авторы предполагают, что эта линейность является врожденным свойством архитектуры Transformer и может быть восстановлена с помощью тонкой настройки, позволяя генерировать два согласованных продолжения за один проход.

5 дней назадDaily Papers

FuseReg: Регуляризация фьюзинга слоев уменьшает разрыв между реконструкцией и генерацией в представительных автокодерах

В этой статье представлена FuseReg, метод, который заменяет эвристическую фьюзинг-фьюзинг в представительных автокодерах (RAE) обучением на случайных подмножествах слоев кодировщика. Подход уменьшает разрыв между реконструкцией и генерацией, повышая устойчивость к выбору фьюзинга слоев, достигая более высокого PSNR и более низких значений FID генерации без изменения предобученного кодировщика.

4 дня назадDaily Papers

Обучение на основе контекста: синтетическое обучение на искажённых публичных документах

В этой статье представлена методика повышения способности больших языковых моделей (LLM) обучаться на основе контекста с использованием искажённых публичных документов. Подход включает переписывание документов, генерацию вопросов с элементами рассуждений и обучение студенческой модели на этих синтетических образцах, что приводит к улучшению производительности на CL-bench и более широкому применению в задачах, таких как понимание длинного контекста и рассуждения.

позавчераDaily Papers

Skill2Env: Синтез среды с ориентацией на способности из навыков для общих агентов

В статье представлена система Skill2Env, которая создает выполнимые среды из навыков, используя потребности агента в способностях для создания чертежей задач с целями, вызовами и критериями оценки. Также предложена итеративная методика ужесточения задач, которая улучшает сложность задач на основе доказательств выполнения решателя, что приводит к улучшению производительности агентов по различным бенчмаркам.

позавчераDaily Papers

Блочная разреженная внимательность с логарифмически-линейной сложностью

В статье представлена PISA — механизм блочной разреженной внимательности с логарифмически-линейной сложностью, предназначенный для масштабирования языковых моделей для длинных контекстов. Она использует стратегию иерархического выбора топ-K для эффективного определения соответствующих ключей, снижая вычислительные затраты по сравнению с традиционными методами.

4 дня назадDaily Papers

Прошлое определяет будущее: Память для автономного генерирования видео

В данной статье рассматриваются механизмы памяти в авторегрессивном (AR) генерировании видео, акцентируя внимание на том, как историческая информация влияет на будущие генерации, несмотря на ограниченные окна контекста. Статья организует литературу через пять аспектов: формы, функции, операции, обучение и оценку, подчеркивая вызовы, такие как архитектуры памяти с учетом ресурсов и стандартизированные оценки.

6 дней назад