TerDiT — трансформерная диффузионная модель для безусловной генерации изображений размером 256×256 или 512×512.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Описание составлено по карточке модели и метаданным Hugging Face
TerDiT — модель диффузионной генерации изображений на основе трансформера, разработанная для работы из этого репозитория и представленная в статье «TerDiT: Ternary Diffusion Models with Transformers». В карточке указаны варианты размером 600 млн и 4,2 млрд параметров для изображений 256×256, а также вариант 4,2 млрд параметров для разрешения 512×512.
Модель предназначена для безусловной генерации изображений; в метаданных указан датасет ImageNet-1k и английский язык карточки. Кодовая база расширена на основе Large-DiT-ImageNet и вдохновлена Lumina-T2X. Репозиторий опубликован под лицензией MIT. Подробности о качестве, требованиях к оборудованию и ограничениях применения в карточке не приведены.
Карточка не приводит сравнительных оценок качества, требований к оборудованию или подробных ограничений модели.
README от автора на Hugging Face, как он его опубликовал
This repository contains the trained model for the paper "TerDiT: Ternary Diffusion Models with Transformers"
Code: https://github.com/Lucky-Lance/TerDiT
256x256 4.2B model: TerDiT-4.2B
256x256 600M model: TerDiT-600M
512x512 4.2B model: TerDiT-4.2B
The codebase is extended from Large-DiT-ImageNet and highly motivated by Lumina-T2X. Thanks for their awesome work!
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Безусловная генерация изображений пока не поддерживается.