[ICLR'25 Oral] Alignement de représentation pour la génération : Entraîner des transformateurs de diffusion est plus facile que vous ne le pensez
Alignez des images bruitées avec des modèles entraînés pour améliorer la qualité des visuels générés.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
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[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.
[ICLR'25 Oral] Alignement de représentation pour la génération : Entraîner des transformateurs de diffusion est plus facile que vous ne le pensez
REPA est un projet open source. Il est distribué sous licence MIT.
Oui. REPA est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
REPA est disponible sous licence MIT.
REPA est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/sihyun-yu-repa.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.