[ICLR'25 Oral] Allineamento della rappresentazione per la generazione: Addestrare i trasformatori di diffusione è più facile di quanto pensi
Allinea immagini rumorose con modelli addestrati per migliorare la qualità dei visual generati.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoi[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.
[ICLR'25 Oral] Allineamento della rappresentazione per la generazione: Addestrare i trasformatori di diffusione è più facile di quanto pensi
REPA è un progetto open source. È rilasciato con licenza MIT.
Sì. REPA è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
REPA è disponibile con licenza MIT.
REPA è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/sihyun-yu-repa.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.