PUMA: Desenmascaramiento progresivo acelera difusión enmascarada
Descubre PUMA: acelera 2.5x el entrenamiento de difusión enmascarada alineando máscaras. Optimización clave para IA.
#entrenamiento generativo
Cómo el escalamiento en inferencia beneficia el preentrenamiento generativo
El escalamiento en inferencia mejora el preentrenamiento generativo, superando la falsa dicotomía entre autoregresión y difusión.