XiaoMi-AI文件搜索系统
World File Search SystemDiffusion
稳定扩散的交互式视觉学习
基于扩散的生成模型创建令人信服的图像的令人印象深刻的能力引起了全球关注。然而，它们的复杂内部结构和操作通常会挑战非专家。我们引入了扩散，这是第一个交互式可视化工具，以阐明稳定的扩散变速器如何在图像中提示稳定。它紧密地概述了稳定扩散的组件的视觉概述，并详细说明了其基础操作。此集成使用户能够通过动画和交互式元素在多个级别的抽象之间流动过渡。提供实时的动手体验，扩散解释器允许用户在而无需安装或专业硬件的情况下调整稳定扩散的超参数和提示。通过用户的网络浏览器访问，扩散范围在民主的AI教育方面取得了长足的进步，从而促进了更广泛的公共服务。超过7,200名跨越113个国家/地区的用户在https：// poloclub上使用了我们的开源工具。github.io/diffusion-explainer/。可以在https://youtu.be/mbkiadzjpna上获得视频演示。
扩散模型的大规模增强学习
摘要。文本对图像扩散模型是尖端的深属模型，在产生高质量图像方面具有令人印象深刻的功能。但是，这些模型容易受到源自网络规模的文本图像训练对的隐式偏见，这可能导致对图像属性进行建模的不准确性。这种敏感性可以表现为不符合人类伦理和偏好的次优样本，模型偏差和图像。在本文中，我们提出了一种可扩展的算法，用于使用强化学习（RL）增强扩散模型，具有多种奖励功能，包括Human的偏好，组成性和社会多样性，超过数百万图像。我们演示了我们的方法如何显着胜过将扩散模型与人类偏好对准模型的方法。我们进一步说明了这是如何实质上改善验证的稳定差异（SD）模型的，从而生成了人类比基本SD模型的样本偏爱的样本，同时增强了对象组成和样品的多样性。
具有扩散模型的生成文本视频检索
现有的文本视频检索解决方案本质上是侧重于最大程度地提高条件可能性的模型，即P（候选人|查询）。虽然很简单，但这种事实上的范式却忽略了基本的数据分布p（查询），这使得识别出分布数据的挑战。为了解决这一限制，我们从生成观点创造性地解决了此任务，并将文本和视频之间的相关性建模为其关节概率P（候选人，查询）。这是通过基于扩散的文本视频检索框架（扩散-RET）来完成的，该框架将检索任务建模为从噪声中产生关节分布的过程。在训练过程中，从发电和犯罪的角度优化了Diffusionret，其发电机通过生成损失优化，并且具有对比度损失的训练的特征提取器。以这种方式，diffusionret巧妙地杠杆化了生成和歧视方法的优势。在五个常用的文本检索基准测试中进行了广泛的实验，包括MSRVTT，LSMDC，MSVD，ActivityNet字幕和DIDEMO，并具有出色的性能，证明了我们方法的效果。更加谨慎，没有任何修改，diffusionret甚至在外域检索设置中表现良好。我们认为这项工作带来了对相关领域的基本见解。代码可从https://github.com/jpthu17/diffusionret获得。
3D人类运动扩散模型
工作描述人类运动生成是计算机图形的关键任务，对于涉及虚拟字符（例如电影制作或虚拟现实体验）的应用至关重要。最近的深度学习方法，尤其是生成模型，开始在该领域做出重大贡献。虽然早期的神经方法着重于生动和现实的人类运动序列的无条件产生，但最新的方法指导使用各种条件信号（包括动作类别，文本和音频）的运动产生。中，基于扩散的模型已显示出巨大的成功，主要是研究前沿[TRG * 23，KKC23，ZCP ∗ 24，DMGT23]。
通过光谱扩散的图生成
在本文中，我们提出了Grasp，这是一种基于1）图拉普拉斯矩阵的光谱分解位置的新型图生成模型和2）扩散过程。具体来说，我们建议使用剥离模型对特征向量和特征值进行采样，从中我们可以从中重建图形拉普拉斯和邻接矩阵。我们的突变不变模型还可以通过将它们连接到每个节点的特征值来处理节点特征。使用拉普拉斯频谱使我们能够自然捕获图形的结构特征，并直接在节点空间中工作，同时避免限制其他方法的适用性。这是通过截断符号来实现的，正如我们在实验中所显示的那样，这会导致更快但准确的生成过程。在合成和现实世界图上进行的一系列实验表明，我们模型对最新的替代方案的优势。
DIF
我们提出了直接的奖励微调（草稿），这是一种简单有效的方法，用于调整扩散模型，以最大程度地提高可区分的奖励功能，例如人类偏好模型的分数。我们首先表明，可以通过完整的抽样程序将奖励函数梯度进行后退，并且这样做可以在各种奖励上实现强劲的绩效，超过了基于强化学习的方法。然后，我们提出了草稿：草稿K的更多有效变体，该变体仅将反向传播截断为采样的最后K步骤，而Draft-LV则获得了k = 1时的较低差异梯度估计。我们表明，我们的方法在各种奖励功能上都很好地工作，可以用来实质上提高稳定扩散1.4产生的图像的美学质量。最后，我们在方法和先前的工作之间建立了联系，从而提供了基于基于梯度的细胞调整算法的设计空间的统一观点。
利用扩散模型进行自适应在线重新规划
扩散模型已成为一种有前途的数据驱动规划方法，并已展示出令人印象深刻的机器人控制、强化学习和视频规划性能。给定一个有效的规划器，需要考虑的一个重要问题是重新规划——何时应由于动作执行错误和外部环境变化而重新生成给定的计划。直接执行计划而不进行重新规划是有问题的，因为来自单个动作的错误会迅速累积，并且环境是部分可观察和随机的。同时，在每个时间步重新规划会产生大量的计算成本，并且可能会阻止任务成功执行，因为不同的生成计划会阻止任何特定目标的一致进展。在本文中，我们探讨了如何使用扩散模型有效地进行重新规划。我们提出了一种原则性方法来确定何时重新规划，该方法基于扩散模型对现有生成计划的估计可能性。我们进一步提出了一种重新规划现有轨迹的方法，以确保新计划遵循与原始轨迹相同的目标状态，这可以有效地引导先前生成的计划。我们说明了我们提出的附加功能组合如何显著提高扩散规划器的性能，使其在 Maze2D 上的性能比过去的扩散规划方法提高了 38%，并进一步实现了随机和长视界机器人控制任务的处理。视频可在匿名网站上找到：https://vis-www.cs.umass. edu/replandiffuser/ 。
创新的扩散（DOI）理论观点
摘要这项研究调查了使用创新（DOI）框架的扩散的学生拥有的数字平台，该数字平台连接了投资者以及由学生拥有的微型，中小型企业（MSME）。这些发现突出了Gemah在提供针对Z Gen Gen企业家的数字偏好量的高效且可访问的资金方面的优势。但是，挑战仍然存在于首次用户至关重要的信息清晰度。可尝试性促进了用户信心，但缺乏证词和案例研究限制了信任，并且该平台的早期开发阶段限制了可观察性。此外，监管和基础设施差距强调了大学和OJK等金融机构的机构支持的重要性。这项研究表明，通过与教育机构的监管保证和协作来提高Gemah的功能，提高透明度并促进用户信任。Gemah具有潜力，可以作为金融包容性的可持续解决方案和印度尼西亚学生MSME的增长。
快速锂离子导体的扩散机制
对下一代能量储存技术的追求已枢转，主要是由于它们具有增强的安全性和能量密度的潜力。在这项有前途的技术的中心是无机锂超电子导体，这促进了与液体液体对应物相当的快速离子转运。尽管有希望，但既有实现超级离子电导率又满足所有实际要求的材料的可用性有限，这需要发现新型导体。本综述全面探讨了改善离子电导率以及每个因素影响它的原子机制的各种结构和化学因素。我们强调了双重方法的重要性：使用结构因子实现高导原型，以及化学因子以进一步优化离子电导率。从这些见解中，我们将指挥家开发历史纳入了40年的关键概念，为当今的领先超级离子导体铺平了道路。在详细介绍了离子传导进步的轨迹时，本综述不仅绘制了该领域的进展，而且还提出了一种战略方法，以使研究人员有效地创新，以实现实现全稳态电池的希望的最终目标。