Prism propose une attention parcimonieuse dynamique pour entraîner des modèles vidéo-audio en 2K natif
1 sourcemis à jour il y a 1 jpertinence 2,5 sur5
L’essentiel
Prism atteint un entraînement 2,5 fois plus rapide que l’attention complète et la dépasse en qualité de génération.
Propagation1 article, publié par HF Daily Papers le 6 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceShuyuan Tu, Qi Tian, Yinming Huang et al.huggingface.co
Prism: Dynamic Sparse Attention for Native 2K Joint Video-Audio Generation Model Training (site externe)
Natively training joint video-audio generation models at higher resolutions empowers them to learn richer visual details and sharper motion dynamics.
Sur les mêmes thèmes
Infra
Ai2 publie Olmo-core 3, son framework d’entraînement ouvert pour de grands modèles à mélange d’experts
Infra
SlimWise élague les experts uniquement au décodage pour servir plus efficacement les modèles MoE
Recherche
RayOrch, un moteur distribué, préserve les liens parent-enfant dans la préparation de données d’IA
Infra
TRACE propose un entraînement FP4 par RL pour les modèles MoE, guidé par les rollouts
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