嚯！大语言扩散模型来了，何必只预测下一个token 人大高瓴&蚂蚁
人大高瓴人工智能研究院与蚂蚁集团提出LLaDA模型，使用扩散模型替代自回归，挑战了大语言模型的固有限制，并在上下文学习、指令遵循和反转诗歌任务中超越GPT-4。
扩散模型
重磅！8B「扩散」大语言模型挑战Llama，一次看清全局完爆传统模型
清华、中国人民大学与蚂蚁集团联合发布LLaDA模型，采用扩散方式打破自回归垄断，性能媲美Llama 3 8B。该模型颠覆大语言模型认知，采用掩码扩散模型训练范式，实现全局视角生成；在数学问题解答、多轮对话、代码生成等方面表现出色。相关资源包括论文和项目主页。
真假难辨！阿里升级AI人像视频生成，表情动作直逼专业水准
EMO2 是阿里巴巴通义实验室提出的一个音频驱动人像 AI 视频生成的升级版本，通过一张人物肖像图片和任意长度音频生成流畅自然的手部动作、面部表情及身体姿态。
仅128个token达到ImageNet生成SOTA性能！MAETok:有效的扩散模型的关键是什么？
ETok在仅使用128个token的情况下，于256×256和512×512分辨率的ImageNet
图像生成推理大模型，港中文北大等联手破解画质提升难题
来自港中文、北大和上海AI Lab的研究团队将思维链（CoT）与生成模型结合，显著提高了自回归图像生成的质量，并提出了潜力评估奖励模型（PARM）及其增强版本（PARM++），进一步优化了图像生成质量。
《Understanding Deep Learning》
《Understanding Deep Learning》是一本关于深度学习的专业书籍，涵盖理论基础、性能评估等多个主题，并附有大量练习题。