Accueil Projets REPA
REPA

REPA

par sihyun-yu · GitHub

[ICLR'25 Oral] Alignement de représentation pour la génération : Entraîner des transformateurs de diffusion est plus facile que vous ne le pensez

Voir sur GitHub
En termes simples

Alignez des images bruitées avec des modèles entraînés pour améliorer la qualité des visuels générés.

⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
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 →
REPA — GitHub preview card
📈 Historique des étoiles
1 6811 678
2026-07-202026-07-29
📈 Suivez REPA

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

[ICLR'25 Oral] Alignement de représentation pour la génération : Entraîner des transformateurs de diffusion est plus facile que vous ne le pensez

REPA compte 1.7k étoiles sur GitHub. Il a été forké 97 fois. REPA est écrit principalement en Python. Il est développé activement depuis 2024. REPA est disponible sous licence MIT. Ses principaux thèmes sont : diffusion, diffusion-models.

Frequently asked questions

Qu'est-ce que REPA ?

[ICLR'25 Oral] Alignement de représentation pour la génération : Entraîner des transformateurs de diffusion est plus facile que vous ne le pensez

REPA est-il open source ?

REPA est un projet open source. Il est distribué sous licence MIT.

REPA est-il gratuit ?

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

Sous quelle licence est REPA ?

REPA est disponible sous licence MIT.

Dans quel langage REPA est-il écrit ?

REPA est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — REPA

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=sihyun-yu-repa)](https://opensourceai.tech/project/sihyun-yu-repa.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
smalldiffusion
Code simple et lisible pour l'entraînement et l'échantillonnage de modèles de diffusion
777 · diffusion
partagediffusiondiffusion-models
MegaDLMs
Cadre optimisé pour GPU pour l'entraînement de modèles de langage de diffusion à n'importe quel…
343 · diffusion
partagediffusion
StyleKeeper
Implémentation officielle de Pytorch de "StyleKeeper : Prévenir les fuites de contenu en utilis…
483 · diffusion
partagediffusion
fantasy-talking
[ACM MM 2025] FantasyTalking : Génération de portraits parlants réalistes via synthèse de mouve…
1.6k · diffusion
partagediffusiondiffusion-models
One-sentence_Diffusion_summary
Le dépôt pour étudier et partager des modèles de diffusion.
430 · diffusion
partagediffusiondiffusion-models
Open-dLLM
Modèle de langage de diffusion ouvert pour la génération de code — publication de pré-entraînem…
643 · diffusion-models
partagediffusion-models
1Prompt1Story
🔥ICLR 2025 (Point Fort) One-Prompt-One-Story : Génération de Texte-à-Image Cohérente avec un Se…
319 · diffusion
partagediffusiondiffusion-models
grasp_diffusion
Implémentation Pytorch de modèles de diffusion sur les groupes de Lie pour la génération de pos…
354 · deep-learning
partagediffusiondiffusion-models
LECO
Adaptation de bas rang pour effacer des concepts des modèles de diffusion.
323 · diffusion
partagediffusion
paint-with-words-sd
Implémentation de Paint-with-words avec Stable Diffusion : méthode d'eDiff-I qui vous permet de…
646 · diffusion
partagediffusion

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