摘要： Transfusion: Predict the Next Token and Diffuse Images with One Multi-Modal Model(2024,8) Paper TODO: 目前没有开源代码,实时关注一下official code,Meta的工作基本开源的.本文给出了一 阅读全文

摘要： Towards Robust Blind Face Restoration with Codebook Lookup Transformer(NeurIPS 2022) 这篇论文试图解决的是盲目面部恢复（blind face restoration）问题，这是一个高度不确定的任务，通常需要辅助指导来 阅读全文

摘要： RestoreFormer++: Towards Real-World Blind Face Restoration from Undegraded Key-Value Pairs(IEEE,2023,8) Paper GitHub 动机:认为之前的模型都只关注了图像的纹理信息,而忽视了人脸的细节信 阅读全文

摘要： ControlNeXt: Powerful and Efficient Control for Image and Video Generation(2024,8) paper Github 进一步在ControlNet上进行了改进,主要针对一下两点 对于每一个模块添加一个Zero-Conv也会占用 阅读全文

摘要： Paper Reading：ChatGLM: A Family of Large Language Models from GLM-130B to GLM-4 All Tools。 阅读全文

摘要： 一些读过的视频生成相关的论文 阅读全文

摘要： 记录一下阅读的生成方向的论文 阅读全文

摘要： FlashAttention简要介绍 阅读全文

摘要： 扩散模型推理过程，主要是原理的分析。 阅读全文

摘要： 对于之前GAN论文的汇总 阅读全文