CreateAMind
骥智CEO 张德祥,CreateAMind主编
1枚勋章
BAYESFLOW:使用可逆神经网络学习复杂随机模型
BayesFlow:使用神经网络的摊销贝叶斯工作流框架
Variational Inference with Normalizing Flows 2015 全译
Review:构建有表现力且易处理的概率生成模型
同时学习流形及流形分布的Injective Flows
Free-form Flows比扩散模型提升两个数量级
Ilya离开OpenAI,对大模型意味着什么?
概率分布通用逼近器 universal distribution approximation
偏头痛模型,偏头痛是由未解决的内感受预测错误引发的稳态重置 ,3万字
世界模型的基础:抽象与客体永恒性
黄金标准之测试意识研究
具身模型表型表征语义 全景图2024.5.11
生成模型架构大调查 生成模型的不可能三角
语义调控扩散模型的图像修补
概率扩散模型讲义 (Probabilistic Diffusion Models)
意识的整合世界建模理论:FEP-AI + IIT + GNWT = IWMT
KAN: Kolmogorov–Arnold Networks论文全译
几乎克服了所有cGAN都存在的使用交叉熵的缺陷
样本数量的线性时间计算复杂度GAN
代码:⾃扩展神经⽹络 Self-Expanding