Des chercheurs proposent une connectivité résiduelle structurée pour les Diffusion Transformers
1 sourcemis à jour 29 sept.pertinence 2,5 sur5
L’essentiel
Chaque bloc peut consulter des représentations antérieures. L’entraînement demande jusqu’à 1,73 fois moins d’itérations, avec moins de 0,1 % de paramètres en plus. Le FID de REPA-XL/2 passe de 5,9 à 4,34 sans guidage.
Propagation1 article, publié par HF Daily Papers le 29 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceYuhe Liu, Xinyin Ma, Gongfan Fang et al.huggingface.co
Structured Residual Connectivity Matters for Diffusion Transformers (site externe)
Diffusion Transformers (DiTs) have established themselves as a scalable backbone for high-fidelity image synthesis.
Sur les mêmes thèmes
Recherche
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Recherche
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
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