发布于 6 天前
摘要
DPO可否拆分为两个阶段的SFT，一个最小化正样本loss，一个最大化负样本loss？ 一、DPO是什么？ DPO（Direct …
技术交流
计算机相关技术分享
发布于 7 天前
摘要
一、标准的Classifier-Free Guidance是怎么做的？ （一）Classifier-Free Guidance在做 …
发布于 7 天前
摘要
Vision Transformer中的Attention热力图可视化原理是什么？ 一、ViT的注意力可视化在做一件什么事情？ 实 …
发布于 7 天前
摘要
LoRA在图像生成中有哪些优秀的变式工作？ 一、回归定义：LoRA是什么？ LoRA（Low-Rank Adaptation）是一 …
发布于 7 天前
摘要
Diffusion和Autoregressive做生成哪个上限更高？ 先说结论：没有绝对的上限最高，这里都要结合具体的语境来进行讨 …
发布于 7 天前
摘要
Training-free的多模态大模型研究方向目前有哪些比较适合学生？ 一、前言 开始之前，说说自己对training-f …
发布于 8 天前
摘要
如何看待「多模态大模型的幻觉缓解」这一方向？ 一、MLLM Hallucination在做一件什么事情？ Hallucinatio …
发布于 16 天前
摘要
扩散模型预测噪声、x0、velocity的不同训练目标之间有什么区别和侧重？ 一、Diffusers中的代码实现是怎样的？ 在Di …
发布于 2026-01-13
摘要
论文标题：Exploring Diffusion Transformer Designs via Grafting 论文地址：ht …
发布于 2026-01-13
摘要
在 In-Context RL 的研究热潮中，往往存在一种惯性思维，认为只要把 Transformer 做大，把上下文窗口拉长，模 …