HiRAE fusionne les couches de l’encodeur pour mieux reconstruire les images qu’RAEv2
1 sourcemis à jour 30 sept.pertinence 2,2 sur5
L’essentiel
Sur ImageNet-256, HiRAE-24 fait passer le FID de reconstruction de 0,299 à 0,209 par rapport à RAEv2. Après un fine-tuning supervisé, son score GenEval monte de 84,86 à 87,70.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceXuanyu Zhu, Yan Bai, Yang Shi et al.huggingface.co
HiRAE: Hierarchical Representation Autoencoding with Residual Budgets (site externe)
Pretrained visual representations support image generation, but may not fully preserve the fine-grained details needed for faithful reconstruction.
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