IGenBench: Evaluando la Fiabilidad en Generación de Infografías
Descubre IGenBench, el primer benchmark que evalúa la fiabilidad de las infografías generadas por IA. Solo el 49% pasan la prueba.
#texto a imagen
BLM-SGAN: Modelado bidireccional para generación de imágenes desde texto
BLM-SGAN combina BERT y GANs para generar imágenes realistas de aves desde texto. Supera a otros modelos con un Inception Score de 5.45. ¡Conoce cómo!
Rompiendo el bloqueo en generación de imágenes con IA
Descubre DAVE, un método que rompe el bloqueo de homogeneidad en generación de imágenes con IA, mejorando la diversidad sin coste adicional.
Generalización de modelos de difusión con espacio de representación equilibrado
Descubre cómo los modelos de difusión generalizan con representaciones equilibradas. Detecta memorización y edita sin entrenamiento.
¿Comparten los modelos representaciones de seguridad? Control entre modelos
Investigación muestra que las direcciones de seguridad pueden transferirse entre modelos generativos sin datos inseguros en el destino. Control portable y eficaz.
Seguridad portable entre modelos de IA visual
Descubre cómo reutilizar mecanismos de seguridad entre generadores visuales (texto a imagen y video) sin comprometer la calidad ni requerir datos sensibles en el modelo objetivo.
IA genera dibujos infantiles emocionales de diarios coreanos
Descubre cómo un pipeline de IA combina LLM Qwen3 y Stable Diffusion con LoRA para generar dibujos infantiles con emociones a partir de diarios coreanos.
¿Predecir la preferencia humana en imágenes IA antes de generarlas?
Descubre cómo predecir la preferencia humana en imágenes generadas por IA antes de crearlas, ahorrando recursos y mejorando la calidad. ¡Optimiza tus prompts!
¿Predecir la preferencia humana antes de generar imágenes con IA?
¿Se puede predecir la preferencia humana en imágenes generadas por IA? Investigamos cómo ahorrar cómputo y mejorar calidad con modelos de difusión. ¡Lee más!
Repulsión en el Espacio Contextual para Diversidad en Transformers de Difusión
Descubre cómo la repulsión en el espacio contextual de transformers de difusión genera una rica diversidad sin sacrificar fidelidad visual.
Evaluando la fidelidad del razonamiento en generación visual de texto
¿Los modelos de texto a imagen realmente razonan o solo imitan? Analizamos la fidelidad del razonamiento en generación visual de texto y sus fallos semánticos.
Composición LoRA multiconcepto sin entrenamiento con ponderación por prompt
Aprende a combinar LoRAs sin entrenamiento con ponderación por prompt para lograr composiciones de múltiples conceptos con alta fidelidad.
DetailMaster: ¿Puede tu modelo texto-imagen manejar prompts largos?
Descubre DetailMaster, el nuevo benchmark para evaluar modelos de texto a imagen con prompts de hasta 284 tokens. ¿Tu modelo lo logra? Entérate.
Mejor fuente, mejor flujo: Distribución condicional en Flow Matching
Aprende cómo la distribución de fuente condicional optimizada en Flow Matching acelera la convergencia hasta 3x y mejora la calidad en generación texto-imagen.
Optimización de Preferencia Desviada para Generación en Un Paso
Descubre cómo DrPO optimiza modelos generativos de un paso sin necesidad de gradientes de recompensa, mejorando la alineación y reduciendo el costo computacional.
TECCI: Ediciones complicadas de imágenes recopiladas y curadas
Descubre TECCI, el nuevo benchmark que revela cómo los editores de imágenes con IA fallan en tareas complejas. Resultados sorprendentes y análisis detallado.
OctoT2I: Un enrutador de texto a imagen auto-evolutivo
OctoT2I: enrutador agéntico que aprende solo. Alcanza 0.96 en GenEval con 90% de aceleración y 56% de eficiencia. ¡Optimiza tu IA!