CS492(D) 扩散模型及其应用（KAIST，2024年秋季）

CS492(D)扩散模型及其应用是韩国科学技术院（KAIST）在2024年秋季学期开设的一门前沿课程，侧重于生成式人工智能中扩散模型的理论和实践方面。该课程以实践经验为重点，其中编程作业（45%）和课程项目（45%）占据了很大比重。学生不仅将了解最新的突破，如SORA和StableDiffusion等工具，还将亲自实施这些技术。 该课程由KAIST的讲师Minhyuk Sung主持，得到了一支课程助教团队的支持。该课程鼓励学生在完成作业时使用人工智能编程助手工具，提倡现代编码方法，同时严格禁止抄袭。对于具有深度学习背景和PyTorch经验的学生来说，这门课程尤为重要，他们希望深入研究不断发展的生成式人工智能和扩散模型领域。- 扩散模型的理论基础和实际应用是本课程的讨论内容。 - 扩散模型在生成模型中具有卓越的性能和能力，包括条件生成、个性化、零样本操作和知识蒸馏。 - 学生需要具备深度学习基础和使用PyTorch的经验。 - 课程评分由编程作业（45%）、项目（45%）和课堂参与度（10%）组成。 - 课程安排包括论文列表、重要日期和课程表。 - 学生可以使用AI编码助手工具完成编程作业和项目，但禁止直接复制互联网或他人的代码。