Apple · 机器学习研究·· 18 小时前AI 评分49
Tri-Modal Masked Diffusion Models (MDM) 的设计空间研究
The Design Space of Tri-Modal Masked Diffusion Models
AI 导读
本文提出首个从文本、图像-文本和音频-文本数据从零开始预训练的三模态 Masked Diffusion Models (MDM)，并系统分析了多模态扩展规律、模态混合比例、噪声调度和批量大小影响。
来源：Apple · 机器学习研究 · machinelearning.apple.com