Le filThèmes : RechercheModèles
LiFT réutilise un même cœur DiT en boucle pour augmenter le calcul sans ajouter de paramètres
1 sourcemis à jour il y a 1 jpertinence 3,2 sur5
L’essentiel
Sur ImageNet 256×256, LiFT-L/2 obtient un FID inférieur de 3,34 points à celui du DiT-XL/2 dense, avec environ 60 % de paramètres en moins et 52 % de FLOPs d’inférence en moins.
Propagation1 article, publié par HF Daily Papers le 6 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceMohammad Mahdi Derakhshani, Pedro M. P. Curvo, Gertjan J. Burghouts et al.huggingface.co
LiFT: Loop Flow Transformers (site externe)
We introduce Loop Flow Transformers (LiFT), a family of looped generative models that scales computation by repeatedly applying a shared Diffusion Transformer (DiT) core, with only light changes to the standard architecture.
Sur les mêmes thèmes
Modèles
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Modèles
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Modèles
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Modèles
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5