Adversarial Learning of Classifier-Free Guidance Schedules
无分类器引导调度的对抗学习
机构 * Google(谷歌公司) ; Google DeepMind(谷歌DeepMind) ; Gatsby UCL(盖茨比伦敦大学学院)
AI总结 本文提出一种对抗学习方法,将无分类器引导调度建模为密度比估计问题,训练判别器与轻量生成器,在文本到图像生成基准上优于启发式CFG调度及现有动态引导学习方法。
大厂专区
无分类器引导调度的对抗学习
机构 * Google(谷歌公司) ; Google DeepMind(谷歌DeepMind) ; Gatsby UCL(盖茨比伦敦大学学院)
AI总结 本文提出一种对抗学习方法,将无分类器引导调度建模为密度比估计问题,训练判别器与轻量生成器,在文本到图像生成基准上优于启发式CFG调度及现有动态引导学习方法。
自组织数字电路
机构 * IT University of Copenhagen(哥本哈根信息技术大学) ; Imperial College London(帝国理工学院) ; Google(谷歌公司)
AI总结 该研究受生物自组织特性启发,提出自组织数字电路,采用拓扑掩码Transformer结合神经细胞自动机范式,实现电路的自组装与故障容错,还具备跨电路规模的泛化能力。
Comments 9 pages, 10 figures