Video-Diffusionsausrichtung über Belohnungsgradienten. Wir verbessern eine Vielzahl von Video-Diffusionsmodellen wie VideoCrafter, OpenSora, ModelScope und StableVideoDiffusion, indem wir sie mit verschiedenen Belohnungsmodellen wie HPS, PickScore, VideoMAE, VJEPA, YOLO, Aes feinabstimmen.
Verbessern Sie Videomodelle, indem Sie sie basierend auf Feedback von Belohnungssystemen feinabstimmen.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarVideo-Diffusionsausrichtung über Belohnungsgradienten. Wir verbessern eine Vielzahl von Video-Diffusionsmodellen wie VideoCrafter, OpenSora, ModelScope und StableVideoDiffusion, indem wir sie mit verschiedenen Belohnungsmodellen wie HPS, PickScore, VideoMAE, VJEPA, YOLO, Aes feinabstimmen.
VADER hat 315 Sterne auf GitHub. Es wurde 15-mal geforkt. VADER ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. Die Hauptthemen sind: alignment, diffusion, reinforcement-learning, reinforcement-learning-human-feedback.
Video-Diffusionsausrichtung über Belohnungsgradienten. Wir verbessern eine Vielzahl von Video-Diffusionsmodellen wie VideoCrafter, OpenSora, ModelScope und StableVideoDiffusion, indem wir sie mit verschiedenen Belohnungsmodellen wie HPS, PickScore, VideoMAE, VJEPA, YOLO, Aes feinabstimmen.
VADER ist ein Open-Source-Projekt.
Ja. VADER ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
VADER ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/mihirp1998-vader.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.