Tópicos populares
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Qwen
Modelos de fundação abertos para AGI.
LightX2V traz suporte Day-0 para Qwen-Image-Edit-2511 — combinando um aumento de velocidade do framework de 47% com CFG + destilação em 4 etapas (↓25× computação) para uma aceleração massiva de 42.55× de ponta a ponta!⚡️ Um grande obrigado a @XHPlus_
Há 5 horas
🚀 Aumento de Velocidade de 42,55x!
LightX2V oferece suporte no Dia 0 para @Alibaba_Qwen novo Qwen-Image-Edit-2511!
🔥 Aumento de velocidade do framework de 47%
⚡️ CFG+destilação em 4 etapas (↓25x computação)
📈 Aceleração total de 42,55x
Repo:
Modelo:
23
🚀 Apresentando o Qwen-Image-Edit-2511 — uma grande atualização em relação ao 2509, oferecendo uma consistência significativamente mais forte e uma edição de imagem do mundo real mais poderosa.
✨ O que há de novo no 2511:
👥 Consistência mais forte para múltiplas pessoas em fotos de grupo e cenas complexas
🧩 LoRAs populares da comunidade integradas — sem necessidade de ajuste extra
💡 Geração aprimorada de design industrial e de produtos
🔒 Redução do desvio de imagem com uma consistência de caráter e identidade dramaticamente melhorada
📐 Raciocínio geométrico aprimorado, incluindo linhas de construção e edições estruturais
Desde edições de retratos que preservam a identidade até fusões de múltiplas pessoas de alta fidelidade e fluxos de trabalho práticos de engenharia e design, o 2511 leva a edição de imagem para o próximo nível.
👉 Experimente agora:
🎨 Qwen Chat (Edição de Imagem):
11
Feliz por colaborar com a SGLang no Rollout Routing Replay (R3)—agora ao vivo! 🎉
Há 21 horas
SGLang + Miles: O Rollout Routing Replay (R3) já está ativo! 🎉
Estamos entusiasmados em anunciar que SGLang e Miles agora suportam o Rollout Routing Replay (R3) para treinamento estável de aprendizado por reforço em modelos MoE!
Treinar modelos MoE com RL tem sido notoriamente instável, muitas vezes levando a colapsos catastróficos. O problema? Inconsistência de roteamento entre os motores de inferência e treinamento. O R3 corrige isso gravando decisões de roteamento de especialistas durante a inferência e reproduzindo-as durante o treinamento.
O impacto é significativo: discrepância entre treinamento e inferência drasticamente reduzida ao reutilizar decisões de roteamento de inferência, prevenindo colapsos no treinamento. O R3 tem suporte completo para treinamento distribuído com DataParallel Attention e todas as estratégias de paralelismo, os modelos suportados incluem Qwen3-30B-A3B, deepseek_v2, etc.
Experimente e nos diga os seus resultados! 🚀
22
Top
Classificação
Favoritos