周弈帆的博客

12-06

给 JiT 加上像素级解码器：三篇近期 Pixel DiT 论文对比解读

12-03

何恺明团队新作 JiT 解读与复现：解决大 patch DiT 难以训练的问题

08-24

不会 CUDA 也能轻松看懂的 FlashAttention 教程（算法原理篇）

05-11

CFG-Zero*：流匹配时代的新版 Classifier-Free Guidance

04-24

GPT-4o 图像生成漫谈：功能总结、多模态模型概述、原理猜测、未来畅想

03-06

解读何恺明团队工作：分形生成其实是一种多叉树视觉 Transformer

03-04

扩散模型的推理时优化：分享近期几篇噪声搜索类论文

02-13

一个有趣却撤稿 ICLR 2025 的工作：并非所有扩散模型噪声本质相同

02-05

论文速览 | Sana：用线性 Transformer 高效率生成 4K 图片

01-22

高呼「GAN 万岁！」的 R3GAN 做了哪些科研改进？