Accueil Projets minimal-text-diffusion
minimal-text-diffusion
Python

minimal-text-diffusion

Une implémentation minimale de modèles de diffusion pour la génération de texte

par madaan · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
ddpmdiffusion-modelsgenerative-modelMITPython
Voir sur GitHub
En termes simples

Générer de nouveaux échantillons de texte en entraînant un modèle sur des données textuelles existantes.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
minimal-text-diffusion — GitHub preview card
📈 Historique des étoiles
419418
2026-07-202026-08-31
📈 Suivez minimal-text-diffusion

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Une implémentation minimale de modèles de diffusion pour la génération de texte

minimal-text-diffusion compte 418 étoiles sur GitHub. Il a été forké 36 fois. minimal-text-diffusion est écrit principalement en Python. Il est développé activement depuis 2022. minimal-text-diffusion est disponible sous licence MIT. Ses principaux thèmes sont : ddpm, diffusion-models, generative-model, text-generation.

Frequently asked questions

Qu'est-ce que minimal-text-diffusion ?

Une implémentation minimale de modèles de diffusion pour la génération de texte

minimal-text-diffusion est-il open source ?

minimal-text-diffusion est un projet open source. Il est distribué sous licence MIT.

minimal-text-diffusion est-il gratuit ?

Oui. minimal-text-diffusion est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est minimal-text-diffusion ?

minimal-text-diffusion est disponible sous licence MIT.

Dans quel langage minimal-text-diffusion est-il écrit ?

minimal-text-diffusion est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — minimal-text-diffusion

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=madaan-minimal-text-diffusion)](https://olud.ai/project/madaan-minimal-text-diffusion.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
DiffuseVAE
Implémentation officielle de "DiffuseVAE : Génération Efficace, Contrôlable et de Haute Fidélit…
384 · controllable-generation
partageddpmgenerative-model
Paella
Mise en œuvre officielle de Paella https://arxiv.org/abs/2211.07292v2
748 · diffusion-models
partagegenerative-modeldiffusion-models
storyteller
Raconteur d'histoires IA multimodal, construit avec Stable Diffusion, GPT et synthèse vocale ne…
537 · ddpm
partageddpmdiffusion-models
DiffuSeq
[ICLR'23] DiffuSeq : Génération de texte séquence à séquence avec des modèles de diffusion
837 · diffusion-models
partagetext-generationdiffusion-models
Awesome-Diffusion-Models
Une collection de ressources et d'articles sur les Modèles de Diffusion
12.4k · artificial-intelligence
partagegenerative-modeldiffusion-models
MeanFlow
Implémentation PyTorch de MeanFlow & iMF (modélisation générative en une étape).
1.2k · diffusion-models
partagegenerative-modeldiffusion-models
CRM
[ECCV 2024] Conversion d'une image unique en maillage texturé 3D en 10 secondes avec le modèle…
690 · 3d
partagegenerative-modeldiffusion-models
RelayDiffusion
L'implémentation officielle de "Relay Diffusion : Unification du processus de diffusion à trave…
314 · diffusion-models
partagegenerative-modeldiffusion-models
Diffusion_models_from_scratch
Création d'un modèle de diffusion à partir de zéro dans PyTorch pour apprendre exactement comme…
396 · classifier-free-guidance
partageddpmdiffusion-models
story-iter
[ICLR 2026] Un cadre itératif sans entraînement pour la visualisation de longues histoires
961 · diffusion-models
partagegenerative-modeldiffusion-models

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.