AIGC学术论文资源

精选论文

• Attention Is All You Need
  Ashish Vaswani et al.
  2017

  本文提出了一种全新的神经网络架构——Transformer，完全基于注意力机制，摒弃了传统的循环和卷积结构。该模型在机器翻译任务上取得了显著效果，并为后续的AIGC模型奠定了基础。

  显示摘要
• Language Models are Few-Shot Learners
  Tom B. Brown et al.
  2020

  介绍了GPT-3模型，一个拥有1750亿参数的自回归语言模型。研究表明，大规模语言模型在无需梯度更新或微调的情况下，仅通过上下文学习即可完成多种任务。

  显示摘要
• Hierarchical Text-Conditional Image Generation with CLIP Latents
  Aditya Ramesh et al.
  2022

  提出了DALL·E 2模型，利用CLIP的图像和文本嵌入空间，通过扩散模型生成高质量、高分辨率的图像，显著提升了文本到图像生成的质量和可控性。

  显示摘要
• Blended Diffusion for Text-to-Image Personalization
  Nataniel Ruiz et al.
  2022

  提出了一种个性化文本到图像生成方法，允许用户通过少量图像（3-5张）微调预训练的扩散模型，从而在新图像中重现特定主体。

  显示摘要