machine-learning-models

2 items

RESEARCHarXiv CS.LG·21/4/2026

SetFlow: Generating Structured Sets of Representations for Multiple Instance Learning

Este trabajo presenta SetFlow, una arquitectura generativa que modela conjuntos completos de datos de Aprendizaje por Instancias Múltiples (MIL) directamente en el espacio de representación. Utiliza el paradigma de flow matching y un diseño inspirado en Set Transformer para capturar dependencias intra-bolsa y generar representaciones coherentes y semánticamente consistentes.

machine-learning-models Multiple Instance Learning representation learning Generative AI

RESEARCHarXiv CS.LG·24/4/2026

Frequency-Forcing: From Scaling-as-Time to Soft Frequency Guidance

Esta investigación se centra en mejorar la generación de imágenes en modelos de flow-matching, incorporando un orden de generación explícito, de detalle grueso a fino. Compara K-Flow y Latent Forcing, proponiendo una nueva ruta compatible para la generación ordenada por escala a través de un flujo auxiliar.

neural networks image generation machine-learning-models Generative AI