Model Difusi Multibahasa
Model Difusi Multibahasa mengadaptasi kerangka kerja probabilistik difusi penghilangan derau (denoising) untuk bekerja di berbagai bahasa, memungkinkan generasi teks lintas-bahasa, terjemahan, dan sintesis konten yang independen dari bahasa. Dengan mengkondisikan pada representasi multibahasa, proses difusi mempelajari ruang laten bersama yang melintasi batas linguistik, menghasilkan keluaran berkualitas tinggi untuk bahasa sumber daya rendah maupun tinggi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
- Gong, S., Li, M., Feng, J., Wu, Z., & Kong, L. (2023). DiffuSeq: Sequence to Sequence Text Generation with Diffusion Models. International Conference on Learning Representations (ICLR). link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Multilingual Diffusion Model for Text and Cross-Lingual Generation. ScholarGate. https://scholargate.app/id/deep-learning/multilingual-diffusion-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Model Difusi yang Disesuaikan (Fine-Tuned Diffusion Model)Pembelajaran Mendalam↔ compare
- Jaringan Saraf Berulang MultibahasaPembelajaran Mendalam↔ compare
- Klasifikasi Berbasis RoBERTa MultibahasaPembelajaran Mendalam↔ compare
- Embedding Kalimat MultibahasaPembelajaran Mendalam↔ compare
- Transformer MultibahasaPembelajaran Mendalam↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →