新建茶叶网站文章内容建设,建工报名网,物联网有哪些工作岗位,能免费做微信群推广的网站1 策略1 “各个击破”——autoregressive model
“各个击破”——一个一个生成出来 2 策略2 #xff1a; “一次到位”——non-autoregressve model
一步到位#xff0c;全部生成出来 2.1 non-autoregressive model 如何确定长度#xff1f; 两种策略 策略1#xff1a;始…1 策略1 “各个击破”——autoregressive model
“各个击破”——一个一个生成出来 2 策略2 “一次到位”——non-autoregressve model
一步到位全部生成出来 2.1 non-autoregressive model 如何确定长度 两种策略 策略1始终生成固定长度比如100如果出现end那么end后面的部分直接扔掉策略2首先输出一个数字n表示之后我们要输出多长然后输出n长度的句子
3 二者的对比 3.1 生成速度 一般文字相关的任务考虑“各个击破”而影像相关的任务考虑“一次到位” 因为影像每一帧都有很多的像素如果“各个击破”那么效率太慢了
3.2 生成品质 “各个击破”的话是先根据概率生成“老”然后将“老”放入输入生成下一个字的概率分布再sample这样得到“老师”的概率会很大“一次到位”的话同时生成所有字的概率同时sample得到有问题的词组的概率会很大
4 二者的结合
4.1 语音合成 4.2 类diffusion model的思路 好多次“一次到位”联合使用 每经过一次“一次到位”图像就会更清楚一点——图像会越来越清楚 视频来源李宏毅讲解生成式AI(大模型文本图像)_哔哩哔哩_bilibili
