会员服务
在机器学习中，生成模型可以用来直接对数据建模（例如根据某个变量的概率密度函数进行数据采样），也可以用来建立变量间的条件概率分布。条件概率分布可以由生成模型根据贝叶斯定理形成。
DCTdiff: Intriguing Properties of Image Generative Modeling in the DCT Space
Arxiv
0+阅读 · 12月19日
AniSora: Exploring the Frontiers of Animation Video Generation in the Sora Era
Arxiv
0+阅读 · 12月19日
SAVGBench: Benchmarking Spatially Aligned Audio-Video Generation
Arxiv
0+阅读 · 12月18日
Posterior Mean Matching: Generative Modeling through Online Bayesian Inference
Arxiv
0+阅读 · 12月17日
GenX: Mastering Code and Test Generation with Execution Feedback
Arxiv
0+阅读 · 12月18日
AniSora: Exploring the Frontiers of Animation Video Generation in the Sora Era
Arxiv
0+阅读 · 12月18日
Diffusion map particle systems for generative modeling
Arxiv
0+阅读 · 12月18日
Non-autoregressive Generative Models for Reranking Recommendation
Arxiv
0+阅读 · 12月17日
Progressive Monitoring of Generative Model Training Evolution
Arxiv
0+阅读 · 12月17日
Can Generative Models Improve Self-Supervised Representation Learning?
Arxiv
0+阅读 · 12月17日
ArchesWeather & ArchesWeatherGen: a deterministic and generative model for efficient ML weather forecasting
Arxiv
0+阅读 · 12月17日
Diffusion map particle systems for generative modeling
Arxiv
0+阅读 · 12月17日
Provably Secure Robust Image Steganography via Cross-Modal Error Correction
Arxiv
0+阅读 · 12月15日
As Generative Models Improve, We Must Adapt Our Prompts
Arxiv
0+阅读 · 12月17日
Generative Modeling with Diffusion
Arxiv
0+阅读 · 12月14日
参考链接
父主题
机器学习
数据挖掘
微信扫码咨询专知VIP会员
Top