Instruction Following 강화 및 정밀 Text Rendering을 구현한 gpt-image-2 모델 분석
A beginner's guide to the Gpt-Image-2 model by Openai on Replicate
Photoroom이 픽셀 공간 학습, 지각 손실, 토큰 라우팅, 표현 정렬 등 4가지 기법을 결합하여 32개 H200 GPU로 24시간 내에 텍스트-이미지 확산 모델 학습
PRX Part 3 — Training a Text-to-Image Model in 24h!
PRX 팀이 Flow Matching 기반 텍스트-이미지 모델의 학습 파이프라인을 체계적으로 검증해 REPA 정렬, 토큰 라우팅, BF16 정밀도 관리 등으로 수렴 속도 및 이미지 품질 개선
Training Design for Text-to-Image Models: Lessons from Ablations
Hugging Face 커뮤니티가 10K 선호도 쌍 데이터셋을 250명 이상의 참여자와 함께 2주 내에 구축하여 텍스트-이미지 생성 모델의 오픈소스 학습 데이터 부족 문제 해결
Open Preference Dataset for Text-to-Image Generation by the 🤗 Community
Artificial Analysis가 45,000건의 인간 선호도 데이터와 ELO 스코어링으로 Text-to-Image 모델 랭킹 시스템 구축
Launching the Artificial Analysis Text to Image Leaderboard & Arena
Hugging Face 팀이 확산 모델 대신 Masked Image Modeling 방식의 aMUSEd 모델을 개발해 추론 단계를 단계 단위로 감소시키고 모델 크기를 800M 파라미터로 축소
Welcome aMUSEd: Efficient Text-to-Image Generation
Diffusers 팀이 T2I-Adapter를 SDXL에 통합해 ControlNet 대비 파라미터 93.69% 감소(1251M → 79M) 및 매 디노이징 스텝마다 1회만 실행으로 추론 속도 향상
Efficient Controllable Generation for SDXL with T2I-Adapters
Hugging Face Diffusers 라이브러리가 1주년을 맞으며 DeepFloyd IF, SDXL, 텍스트-비디오, 텍스트-3D, 이미지 편집 파이프라인 추가 및 Consistency Models로 256x256 이미지 생성을 0.75초로 단축
Happy 1st anniversary 🤗 Diffusers!
Hugging Face가 Text-to-Image 모델의 6가지 편향 소스(학습 데이터, 데이터 필터링, 추론, 잠재 공간, 사후 필터링, 사용 맥락)를 체계적으로 분석해 평가 방법론 정립
Ethics and Society Newsletter #4: Bias in Text-to-Image Models
Hugging Face Diffusers 라이브러리가 메모리 최적화 기법을 조합해 40GB 모델(IF)을 15GB VRAM 프리 티어 Google Colab에서 실행 가능하게 함
Running IF with 🧨 diffusers on a Free Tier Google Colab
rinna Co., Ltd.가 Stable Diffusion을 일본 캡션 이미지 100억 장으로 파인튜닝해 일본 문화와 슬랭을 이해하는 텍스트-이미지 모델 구축
Japanese Stable Diffusion
Hugging Face Diffusers 라이브러리가 Stable Diffusion 모델을 몇 줄의 코드로 실행 가능하게 추상화해 텍스트-이미지 생성 파이프라인의 진입장벽 제거
Stable Diffusion with 🧨 Diffusers