論文まとめ：Human Preference Score v2: A Solid Benchmark for Evaluating Human Preferences of Text-to-Image Synthesis
436{icon} {views} * タイトル：Human Preference Score v2: A Solid Benchmark for Evaluating Human Preferences of Text […]...
論文まとめ：Style Aligned Image Generation via Shared Attention
373{icon} {views} タイトル：Style Aligned Image Generation via Shared Attention 論文URL：https://arxiv.org/abs/2312.02 […]...
論文まとめ：HiQA: A Hierarchical Contextual Augmentation RAG for Massive Documents QA
370{icon} {views} タイトル：HiQA: A Hierarchical Contextual Augmentation RAG for Massive Documents QA 著者：Xinyue Che […]...
論文まとめ：Design2Code: How Far Are We From Automating Front-End Engineering?
247{icon} {views} タイトル：Design2Code: How Far Are We From Automating Front-End Engineering? 著者：Chenglei Si, Yanz […]...
論文まとめ：Genie: Generative Interactive Environments
396{icon} {views} タイトル：Genie: Generative Interactive Environments 論文URL：https://arxiv.org/abs/2402.15391 著者：De […]...
CLIPに対していろいろ条件を変えてLoRAを訓練してみた（PyTorch Lightning）
2k{icon} {views} CLIPに対してLoRAを適用して、いろいろ条件を変えて画像分類モデルを訓練した。Few-shotやパラメーター数に対しては従来のファインチューニングと同じだが、rとαとバランスを考慮す […]...
transformersのTrainerでCLIPにLoRAを適用して訓練する
1.1k{icon} {views} HuggingFaceの提供しているpeftを使うと、LoRAが簡単に訓練できますが、transformersのTrainerベースでの訓練であり、画像分類でどうやるのかがよくわかり […]...
論文まとめ：ConTextual: Evaluating Context-Sensitive Text-Rich Visual Reasoning in Large Multimodal Models
237{icon} {views} 論文タイトル：ConTextual: Evaluating Context-Sensitive Text-Rich Visual Reasoning in Large Multimod […]...
論文まとめ：COLE: A Hierarchical Generation Framework for Graphic Design
345{icon} {views} * タイトル：COLE: A Hierarchical Generation Framework for Graphic Design * 著者：Peidong Jia, Chenxu […]...
論文まとめ：Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4
602{icon} {views} 論文タイトル：Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4 著者：Sond […]...