Einträge zu diesem Thema (3)
-
2023
Gemini: Google zeigt 2023 ein von Grund auf multimodales Modell
Am 6. Dezember 2023 stellt Google Gemini vor, ein Modell, das nach eigener Darstellung von Grund auf für mehrere Sinneskanäle gebaut ist. Nach dieser Darstellung ist es nicht aus getrennten Systemen zusammengesetzt. Zweieinhalb Monate zuvor hatte ChatGPT Bilder verstehen gelernt. -
2022
Diffusionsmodelle setzen sich in der Bildgenerierung durch
2022 werden mit DALL·E 2, Stable Diffusion und Midjourney drei Systeme allgemein zugänglich, die Bilder aus Textbeschreibungen erzeugen. Sie arbeiten mit Diffusion und scheitern anfangs an kleinen Merkmalen wie Händen und Fingern. -
2014
Zwei Netze gegeneinander — Generative Adversarial Networks
Ein Aufsatz von 2014 lässt zwei neuronale Netze gegeneinander antreten: Eines erzeugt Daten, das andere soll echte von erzeugten unterscheiden. Im theoretischen Optimum bildet das erste die echten Daten so genau nach, dass das zweite nicht mehr unterscheiden kann.