Microsoft, Hugging Face에 Lens 공개
요약
Microsoft가 Hugging Face에 효율적인 텍스트-이미지 생성 모델인 Lens를 공개했습니다. Lens는 적은 연산량으로 SOTA 품질을 달성하며 빠른 생성 속도를 자랑합니다. 또한 오디오 LLM의 신뢰성 지형을 분석한 연구 결과도 함께 다룹니다.
핵심 포인트
- Lens 모델은 Z-Image 대비 19.3%의 연산량으로 SOTA 품질 달성
- 3.8B 파라미터 규모로 1024px 이미지를 3.15초 만에 생성
- 최대 1440×1440 해상도 지원 및 다양한 모델 버전 제공
- 오디오 LLM의 신뢰성 격차와 방어 로드맵 제시
Microsoft가 Hugging Face에 Lens를 공개했습니다.
Z-Image에서 사용된 학습 연산량(training compute)의 단 19.3%만으로 SOTA(State-of-the-Art, 최첨단) 품질을 달성하는 3.8B-parameter(38억 파라미터) 텍스트-이미지 생성 모델(text-to-image model)입니다. 1024px 이미지를 3.15초 만에 생성하며, 최대 1440×1440 해상도까지 지원합니다.
논문(Paper):
https://huggingface.co/papers/2605.21573
모델(Models):
https://huggingface.co/microsoft/Lens
https://huggingface.co/microsoft/Lens-Turbo
https://huggingface.co/microsoft/Lens-Base
대규모 오디오 언어 모델(Large Audio Language Models)에 관한 조사
이 연구는 6가지 핵심 축을 통해 오디오 LLM(Large Language Models)의 신뢰성 지형을 매핑합니다.
성숙한 공격(attacks)과 파편화된 방어(defenses) 사이의 격차를 드러내며, 본질적으로 신뢰할 수 있는 청각 AI(auditory AI)를 향한 로드맵을 제시합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @huggingpapers (자동 발견)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기