Home Progetti REPA
REPA

REPA

di sihyun-yu · GitHub

[ICLR'25 Oral] Allineamento della rappresentazione per la generazione: Addestrare i trasformatori di diffusione è più facile di quanto pensi

Visualizza su GitHub
In parole semplici

Allinea immagini rumorose con modelli addestrati per migliorare la qualità dei visual generati.

⭐ Stelle
🍴 Fork
🔥 Tendenze
📜 Licenza
Uso commerciale consentito
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
REPA — GitHub preview card
📈 Storia delle stelle
1 6811 678
2026-07-202026-07-29
📈 Segui REPA

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

[ICLR'25 Oral] Allineamento della rappresentazione per la generazione: Addestrare i trasformatori di diffusione è più facile di quanto pensi

REPA ha 1.7k stelle su GitHub. È stato forkato 97 volte. REPA è scritto principalmente in Python. È in sviluppo attivo dal 2024. REPA è disponibile con licenza MIT. I suoi temi principali sono: diffusion, diffusion-models.

Frequently asked questions

Che cos'è REPA?

[ICLR'25 Oral] Allineamento della rappresentazione per la generazione: Addestrare i trasformatori di diffusione è più facile di quanto pensi

REPA è open source?

REPA è un progetto open source. È rilasciato con licenza MIT.

REPA è gratuito?

Sì. REPA è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è REPA?

REPA è disponibile con licenza MIT.

In quale linguaggio è scritto REPA?

REPA è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — REPA

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=sihyun-yu-repa)](https://opensourceai.tech/project/sihyun-yu-repa.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
smalldiffusion
Codice semplice e leggibile per l'addestramento e il campionamento da modelli di diffusione
777 · diffusion
condividediffusiondiffusion-models
MegaDLMs
Framework ottimizzato per GPU per l'addestramento di modelli di linguaggio di diffusione su qua…
343 · diffusion
condividediffusion
StyleKeeper
Implementazione ufficiale di Pytorch di "StyleKeeper: Prevent Content Leakage using Negative Vi…
483 · diffusion
condividediffusion
fantasy-talking
[ACM MM 2025] FantasyTalking: Generazione di ritratti parlanti realistici tramite sintesi di mo…
1.6k · diffusion
condividediffusiondiffusion-models
One-sentence_Diffusion_summary
Il repo per studiare e condividere modelli di diffusione.
430 · diffusion
condividediffusiondiffusion-models
Open-dLLM
Modello di linguaggio di diffusione aperto per la generazione di codice — rilascio di pre-addes…
643 · diffusion-models
condividediffusion-models
1Prompt1Story
🔥ICLR 2025 (Spotlight) One-Prompt-One-Story: Generazione di Immagini da Testo Consistente con P…
319 · diffusion
condividediffusiondiffusion-models
grasp_diffusion
Implementazione Pytorch di modelli di diffusione su Lie Groups per la generazione di pose di pr…
354 · deep-learning
condividediffusiondiffusion-models
LECO
Adattamento a basso rango per cancellare concetti dai modelli di diffusione.
323 · diffusion
condividediffusion
paint-with-words-sd
Implementazione di Paint-with-words con Stable Diffusion: metodo di eDiff-I che ti consente di…
646 · diffusion
condividediffusion

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.