用擴散模型生成網絡參數，LeCun點贊尤洋團隊新研究

AIGC動態歡迎閱讀

原標題：用擴散模型生成網絡參數，LeCun點贊尤洋團隊新研究
關鍵字：模型,參數,報告,神經網絡,噪聲
文章來源：機器之心
內容字數：8698字

內容摘要：

機器之心報道
機器之心編輯部如果你有被 Sora 生成的視頻震撼到，那你就已經見識過擴散模型在視覺生成方面的巨大潛力。當然，擴散模型的潛力并不止步于此，它在許多其它不同領域也有著讓人期待的應用前景，更多案例可參閱機器之心不久前的報道《爆火Sora背后的技術，一文綜述擴散模型的最新發展方向》。
近日，來自新加坡國立大學的尤洋團隊、加州大學伯克利分校、Meta AI Research 的一項新研究找到了擴散模型的一個新應用方向：用來生成神經網絡的模型參數！論文地址：https://arxiv.org/pdf/2402.13144.pdf
項目地址：https://github.com/NUS-HPC-AI-Lab/Neural-Network-Diffusion
論文標題：Neural Network Diffusion
這樣一來，似乎就可以使用現有的神經網絡來輕松生成新的神經網絡了！這一點讓 Yann LeCun 也忍不住點贊分享。不僅如此，生成的模型的性能表現甚至還能超越原始模型。擴散模型的起源可以追溯到非平衡熱力學。2015 年時，Jascha Sohl-Dickstein 等在論文

原文鏈接：用擴散模型生成網絡參數，LeCun點贊尤洋團隊新研究

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺