Sora模型的关键技术论文: Scalable Diffusion Models with Transform,目前引用196次,作者UC伯克利的 William Peebles 与纽约大学的 Saining Xie教授 _ICCV2023,
![](https://picx.zhimg.com/v2-ed9a40750d533c447eaab84c1deb7995_r.jpg?source=2c26e567)
第一作者:
![](https://picx.zhimg.com/v2-aea77996e300c3f46562f3dd5e261cc7_r.jpg?source=2c26e567)
来自Open AI科学家,也是UC Berkeley的2023年的博士William Peebles,2023年博士毕业时只有2篇第一作者论文见刊:
1. The Hessian Penalty: A Weak Prior for Unsupervised Disentanglement
2. GAN-Supervised Dense Visual Alignment
此外:毕业时还有2篇论文投稿
3. LEARNING TO LEARN WITH GENERATIVE MODELS OF NEURAL NETWORK CHECKPOINTS
4. Scalable Diffusion Models with Transformers (已中稿)
可以反映一定的问题:
- 名校博士毕业的论文的Solid重要性高于纯粹的数量!
- 研究学者的考核机制“论文质量”的重要性”应高于“数量”!
编辑于 2024-02-18 22:32・IP 属地法国