neurips 2024最佳论文揭晓！两篇论文荣获最佳论文奖，两篇荣获最佳论文亚军。本届大会共收到15671篇有效论文投稿，接收率仅为25.8%。
最佳论文奖:
-
视觉自回归建模：通过Next-Scale预测实现可扩展图像生成 (Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Pre@ 9 X 9 – 4dictid ~ pon) 北京大学和字节跳动研究者合作完成，一作田柯宇。该论文提出了一种全新的视觉自回归生成范式VAR，在图像生成速度、质量和可扩展性方面超越了扩散模型，展现出类似大型语言模型的扩展定律和零样本泛化能力。论文地址 项目地址
-
随机泰勒导数估计器：任意微分算子的有效摊销 (M l _ ~ 0 ) \ dStochastic Taylor Derivative Estimator: Efficient amortization for arbitrary differential operx V \ators)B u . – o W l 新加坡国立大学和Sea AI Lab研究者合作完成，一作Zekun Shi。该论文提出了一种高效的方法来计算s z n高维和高s 9 h ( f w k v阶微分算子的导数，显著提升了物理信息神经网络(PINN)的计算效率，使其能够解决f J H更大规模的问Q [ : S t O 3题。论文地址 项目地址
最佳论文亚军:
-
并非所有token都对预训练有用 (Not All Tokens Are What YL 8 Kou Need for Pretraining) 厦门大学、清华大学和微软研究者合作完成，Zhenghao Lin和Zhibin Gou为共同一作。该论文l n E挑战了传统语言模型预训练中对所有token一视同仁的范式w ^ ] K，提出了一种选择性语言建模方法1 ] d，通过选择性地利用关键token进行训练，提升了模型的效率和性能\ 3 , ! ( ? $ J a。论文地址 项目地址
-
使用扩散模型的较差版本引导其自身 (Guiding a Diffusion Model with a Bad Version of Itself) 英伟达+ h U S }和阿尔托大学合作完成，一作Tero Karras。该论文提出了一种利用较差版本的扩散模型来引导生成过程的方法，在提升图像质量g s @ Y 4的$ R i \ 7 M s同时保持了生成的多样性。论文地址
这些获奖论文代表了人工智能领域最新的研究成果，为图像生成、模型预训练和微分算子计算等方向带来了新的突破。NeurIPS 2024将于12月10日至15日在温哥华举行。
以上就是北大字节VAR获最佳论文、厦大清华获亚军，NeurIPS 2024最佳论文出炉的详细内容！
原创文章，作者:【好易之】如转载请注明出处：https://www.zhengjiaxi.com/zxwd/itzx/120031.html
如有侵权，请邮件联系 aoduoye@qq.com 删除。
本站发布的文章及附件仅限用于学习和研究目的;不得将上述内容用于商业或非法用途，否则后果请用户自负。
本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。
如果您喜欢该程序，请支持正版软件，购买注册，得到更好的正版服务。如有侵权请邮件与我们联系处理。
微信扫一扫 
