用扩散模型生成网络参数，LeCun点赞尤洋团队新研究

AIGC动态欢迎阅读

原标题：用扩散模型生成网络参数，LeCun点赞尤洋团队新研究
关键字：模型,参数,报告,神经网络,噪声
文章来源：机器之心
内容字数：8698字

内容摘要：

机器之心报道
机器之心编辑部如果你有被 Sora 生成的视频震撼到，那你就已经见识过扩散模型在视觉生成方面的巨大潜力。当然，扩散模型的潜力并不止步于此，它在许多其它不同领域也有着让人期待的应用前景，更多案例可参阅机器之心不久前的报道《爆火Sora背后的技术，一文综述扩散模型的最新发展方向》。
近日，来自新加坡国立大学的尤洋团队、加州大学伯克利分校、Meta AI Research 的一项新研究找到了扩散模型的一个新应用方向：用来生成神经网络的模型参数！论文地址：https://arxiv.org/pdf/2402.13144.pdf
项目地址：https://github.com/NUS-HPC-AI-Lab/Neural-Network-Diffusion
论文标题：Neural Network Diffusion
这样一来，似乎就可以使用现有的神经网络来轻松生成新的神经网络了！这一点让 Yann LeCun 也忍不住点赞分享。不仅如此，生成的模型的性能表现甚至还能超越原始模型。扩散模型的起源可以追溯到非平衡热力学。2015 年时，Jascha Sohl-Dickstein 等在论文

原文链接：用扩散模型生成网络参数，LeCun点赞尤洋团队新研究

联系作者

文章来源：机器之心
作者微信：almosthuman2014
作者简介：专业的人工智能媒体和产业服务平台