Papers

目录

• 【论文精读】AlexNet：ImageNet Classification with Deep Convolutional Neural Networks
• 【论文精读】BAGEL: 统一多模态预训练中的涌现属性 (Emerging Properties in Unified Multimodal Pretraining)
• 【论文精读】ColorizeDiffusion：基于参考图像和文本的可调整草图上色方法
• 【论文精读】ComfyUI-R1：探索用于工作流生成的推理模型
• 【论文精读】FramePack：在下一帧预测视频生成模型中打包输入帧上下文
• 【论文精读】HunyuanCustom：多模态驱动的定制视频生成架构
• 【论文精读】ICEdit：In-Context Edit——大规模扩散Transformer的指令图像编辑新范式
• 【论文精读】Ming-Omni: 统一的多模态感知与生成模型
• 【论文精读】OmniConsistency：从成对风格化数据中学习与风格无关的一致性
• 【论文精读】RepText：通过复制实现视觉文本渲染
• 【论文精读】ResNet：Deep Residual Learning for Image Recognition
• 【论文精读】SDO: 用梯度捷径加速扩散采样中的反向传播
• 【论文精读】Show-o2: 改进的原生统一多模态模型
• 【论文精读】Transformer：Attention Is All You Need
• 【高效科研】李沐与吴恩达推荐的论文三步精读法