On Improved Conditioning Mechanisms and Pre-training Strategies for Diffusion Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Ifriqi, Tariq Berrada, Astolfi, Pietro, Hall, Melissa, Askari-Hemmat, Reyhane, Benchetrit, Yohann, Havasi, Marton, Muckley, Matthew, Alahari, Karteek, Romero-Soriano, Adriana, Verbeek, Jakob, Drozdzal, Michal |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Boosting Latent Diffusion with Perceptual Objectives
par: Berrada, Tariq, et autres
Publié: (2024)
par: Berrada, Tariq, et autres
Publié: (2024)
Entropy Rectifying Guidance for Diffusion and Flow Models
par: Ifriqi, Tariq Berrada, et autres
Publié: (2025)
par: Ifriqi, Tariq Berrada, et autres
Publié: (2025)
Unlocking Pre-trained Image Backbones for Semantic Image Synthesis
par: Berrada, Tariq, et autres
Publié: (2023)
par: Berrada, Tariq, et autres
Publié: (2023)
EvalGIM: A Library for Evaluating Generative Image Models
par: Hall, Melissa, et autres
Publié: (2024)
par: Hall, Melissa, et autres
Publié: (2024)
Flowception: Temporally Expansive Flow Matching for Video Generation
par: Ifriqi, Tariq Berrada, et autres
Publié: (2025)
par: Ifriqi, Tariq Berrada, et autres
Publié: (2025)
Improving the Scaling Laws of Synthetic Data with Deliberate Practice
par: Askari-Hemmat, Reyhane, et autres
Publié: (2025)
par: Askari-Hemmat, Reyhane, et autres
Publié: (2025)
Increasing the Utility of Synthetic Images through Chamfer Guidance
par: Dall'Asen, Nicola, et autres
Publié: (2025)
par: Dall'Asen, Nicola, et autres
Publié: (2025)
Consistency-diversity-realism Pareto fronts of conditional image generative models
par: Astolfi, Pietro, et autres
Publié: (2024)
par: Astolfi, Pietro, et autres
Publié: (2024)
Improving Geo-diversity of Generated Images with Contextualized Vendi Score Guidance
par: Hemmat, Reyhane Askari, et autres
Publié: (2024)
par: Hemmat, Reyhane Askari, et autres
Publié: (2024)
Feedback-guided Data Synthesis for Imbalanced Classification
par: Hemmat, Reyhane Askari, et autres
Publié: (2023)
par: Hemmat, Reyhane Askari, et autres
Publié: (2023)
Multi-Modal Language Models as Text-to-Image Model Evaluators
par: Chen, Jiahui, et autres
Publié: (2025)
par: Chen, Jiahui, et autres
Publié: (2025)
Inference-time Physics Alignment of Video Generative Models with Latent World Models
par: Yuan, Jianhao, et autres
Publié: (2026)
par: Yuan, Jianhao, et autres
Publié: (2026)
Improving the Physics of Video Generation with VJEPA-2 Reward Signal
par: Yuan, Jianhao, et autres
Publié: (2025)
par: Yuan, Jianhao, et autres
Publié: (2025)
Why Less is More (Sometimes): A Theory of Data Curation
par: Dohmatob, Elvis, et autres
Publié: (2025)
par: Dohmatob, Elvis, et autres
Publié: (2025)
Understanding and Mitigating Tokenization Bias in Language Models
par: Phan, Buu, et autres
Publié: (2024)
par: Phan, Buu, et autres
Publié: (2024)
Object-centric Binding in Contrastive Language-Image Pretraining
par: Assouel, Rim, et autres
Publié: (2025)
par: Assouel, Rim, et autres
Publié: (2025)
Multimodal RewardBench 2: Evaluating Omni Reward Models for Interleaved Text and Image
par: Hu, Yushi, et autres
Publié: (2025)
par: Hu, Yushi, et autres
Publié: (2025)
OneFlow: Concurrent Mixed-Modal and Interleaved Generation with Edit Flows
par: Nguyen, John, et autres
Publié: (2025)
par: Nguyen, John, et autres
Publié: (2025)
Improving Text-to-Image Consistency via Automatic Prompt Optimization
par: Mañas, Oscar, et autres
Publié: (2024)
par: Mañas, Oscar, et autres
Publié: (2024)
Unified Text-Image Generation with Weakness-Targeted Post-Training
par: Chen, Jiahui, et autres
Publié: (2026)
par: Chen, Jiahui, et autres
Publié: (2026)
Exact Byte-Level Probabilities from Tokenized Language Models for FIM-Tasks and Model Ensembles
par: Phan, Buu, et autres
Publié: (2024)
par: Phan, Buu, et autres
Publié: (2024)
Qinco2: Vector Compression and Search with Improved Implicit Neural Codebooks
par: Vallaeys, Théophane, et autres
Publié: (2025)
par: Vallaeys, Théophane, et autres
Publié: (2025)
Source-free Video Domain Adaptation by Learning from Noisy Labels
par: Dasgupta, Avijit, et autres
Publié: (2023)
par: Dasgupta, Avijit, et autres
Publié: (2023)
Towards image compression with perfect realism at ultra-low bitrates
par: Careil, Marlène, et autres
Publié: (2023)
par: Careil, Marlène, et autres
Publié: (2023)
QGen: On the Ability to Generalize in Quantization Aware Training
par: AskariHemmat, MohammadHossein, et autres
Publié: (2024)
par: AskariHemmat, MohammadHossein, et autres
Publié: (2024)
On the Shift Invariance of Max Pooling Feature Maps in Convolutional Neural Networks
par: Leterme, Hubert, et autres
Publié: (2022)
par: Leterme, Hubert, et autres
Publié: (2022)
Online In-Context Distillation for Low-Resource Vision Language Models
par: Kang, Zhiqi, et autres
Publié: (2025)
par: Kang, Zhiqi, et autres
Publié: (2025)
From CNNs to Shift-Invariant Twin Models Based on Complex Wavelets
par: Leterme, Hubert, et autres
Publié: (2022)
par: Leterme, Hubert, et autres
Publié: (2022)
Advancing Prompt-Based Methods for Replay-Independent General Continual Learning
par: Kang, Zhiqi, et autres
Publié: (2025)
par: Kang, Zhiqi, et autres
Publié: (2025)
Exploring High-Order Self-Similarity for Video Understanding
par: Kim, Manjin, et autres
Publié: (2026)
par: Kim, Manjin, et autres
Publié: (2026)
Evaluating the Label Efficiency of Contrastive Self-Supervised Learning for Multi-Resolution Satellite Imagery
par: Bourcier, Jules, et autres
Publié: (2022)
par: Bourcier, Jules, et autres
Publié: (2022)
DIG In: Evaluating Disparities in Image Generations with Indicators for Geographic Diversity
par: Hall, Melissa, et autres
Publié: (2023)
par: Hall, Melissa, et autres
Publié: (2023)
Towards Geographic Inclusion in the Evaluation of Text-to-Image Models
par: Hall, Melissa, et autres
Publié: (2024)
par: Hall, Melissa, et autres
Publié: (2024)
Dynadiff: Single-stage Decoding of Images from Continuously Evolving fMRI
par: Careil, Marlène, et autres
Publié: (2025)
par: Careil, Marlène, et autres
Publié: (2025)
Brain decoding: toward real-time reconstruction of visual perception
par: Benchetrit, Yohann, et autres
Publié: (2023)
par: Benchetrit, Yohann, et autres
Publié: (2023)
Evaluating the Relevance of Uncertainty Estimators for LLM Hallucination
par: Agnimo, Yedidia, et autres
Publié: (2026)
par: Agnimo, Yedidia, et autres
Publié: (2026)
PGT: Procedurally Generated Tasks for improving visual grounding in MLLMs
par: Assouel, Rim, et autres
Publié: (2026)
par: Assouel, Rim, et autres
Publié: (2026)
The Intricate Dance of Prompt Complexity, Quality, Diversity, and Consistency in T2I Models
par: Xiaofeng, Zhang, et autres
Publié: (2025)
par: Xiaofeng, Zhang, et autres
Publié: (2025)
Guarantee Regions for Local Explanations
par: Havasi, Marton, et autres
Publié: (2024)
par: Havasi, Marton, et autres
Publié: (2024)
Diverse Concept Proposals for Concept Bottleneck Models
par: Brown, Katrina, et autres
Publié: (2024)
par: Brown, Katrina, et autres
Publié: (2024)
Documents similaires
-
Boosting Latent Diffusion with Perceptual Objectives
par: Berrada, Tariq, et autres
Publié: (2024) -
Entropy Rectifying Guidance for Diffusion and Flow Models
par: Ifriqi, Tariq Berrada, et autres
Publié: (2025) -
Unlocking Pre-trained Image Backbones for Semantic Image Synthesis
par: Berrada, Tariq, et autres
Publié: (2023) -
EvalGIM: A Library for Evaluating Generative Image Models
par: Hall, Melissa, et autres
Publié: (2024) -
Flowception: Temporally Expansive Flow Matching for Video Generation
par: Ifriqi, Tariq Berrada, et autres
Publié: (2025)