Tutorials
Soraに関連する生成AIモデル: 正規化フロー
誰もが拡散について話しています。しかしSoraと現代の生成ビデオを生み出したファミリーツリーを理解したい場合は、正規化フローに時間を費やす必要があります - 生成モデルのクラス
Tutorials
変分オートエンコーダ (VAE) と再パラメータ化トリック - 古典的生成モデルの再検討
拡散の前に、正規化フローの前に、潜在拡散モデルがあらゆる本格的な生成スタックにVAEエンコーダを静かに組み込む前に、KingmaとWellingの2013年論文がありました。それは変分オートエンコーダを導入していました
Tutorials
Deepmind's WaveNetのレビュー: TTS/音声合成 (GPTのように見えませんか？)
Tacotronより前に、VALL-Eより前に、ニューラルコデックがオーディオをトークンに変える前に、DeepMindのWaveNetは、ニューラルネットワークがサンプルごとに生のオーディオウェーブフォームを生成し、すべてのパラメトリックなanを上回ることができることを示した論文でした