H-GLow以风险引导加速图生成
热点事件持续更新
H-GLow以风险引导加速图生成
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Sirine Ayadi 和 Stephan G"unnemann提出 H-GLow 危险率引导框架，通过规划图编辑、按图活动调整采样时间；论文报告称，分子和合成图基准实验中，该方法以更少采样步数提升了生成质量。 该框架可适配预训练的图离散流匹配模型，作者还提出一种直接预测危险率和条件跳转的新模型。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
H-GLow：通过危险率引导的离散流匹配加速图生成报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningH-GLow：通过危险率引导的离散流匹配加速图生成
H-GLow提出危险率引导框架，通过规划图编辑、按图活动动态调整采样时间，以更少采样步数提升图生成质量。该框架可适配预训练图离散流匹配模型，另提出直接预测危险率与条件跳转的新模型。分子和合成图基准实验显示，生成质量提升且采样步数显著减少。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。