linker

Ph.D. Computer Vision & DL Researcher at a startup, dedicating off-hours to building Pierrot Universe deep learning projects.

[Zador Pataki @zador_pataki]

Excited to share VidMap! #ECCV2026

We bring the temporal structure of SLAM into global SfM for accurate 3D reconstruction of long, unconstrained videos.

🚀 Code: https://t.co/JSJFPk0rJK
📄 Paper: https://t.co/e5v8UHmggl
🎥 Video: https://t.co/xcD4hiOXuC

With @pesarlin & @mapo1

[xymox @clxymox]

📌 [ECCV 2024 Oral] LGM: Large Multi-View Gaussian Model for High-Resolution 3D Content Creation.

🔹 Génération 3D haute-résolution
🔹 Modèle multi-vues avancé

🔗 https://t.co/Ih3DOv1HzG #Python

[Peter_invest @Peter_invest_]

30대에 20억 모은 친구의 ETF 루틴.
1. 매달 25일 월급 입금.
2. 26일 자동매수 (생각 안 함).
3. 핵심 3종: VOO 50%, QQQM 30%, SCHD 20%.
4. 분기마다 배당금 → QLD 추가 매수.
5. 연말 성과급 → TIGER 미국나스닥100.
6. 1년에 한 번만 점검 (12월 31일).
7. 그 외에는 차트 안 본다.
차트 매일 보는 사람이 가장 가난해진다.

[김민준 @19Roschaauw]

딸이 저에게 물었습니다.
"아빠, 최근에 자산 100억 원을 만든 황현희 씨의 투자법을 봤는데, 손절은 안 하는 거야?"

저는 이렇게 대답했습니다.

주가가 하락할 때
5% 하락 → 그대로 보유
15% 하락 → 10% 추가 매수
25% 하락 → 25% 추가 매수

주가가 상승할 때
5~15% 상승 → 계속 보유
25% 상승 → 10% 매도
35% 상승 → 20% 매도
45% 상승 → 30% 매도
60% 상승 → 40% 매도
100% 상승 → 전량 매도
결국 중요한 것은 감정이 아니라, 미리 세운 원칙을 꾸준히 지키는 것입니다.

[apolinario (poli) @multimodalart]

microsoft asia, coming out of nowhere, JUST dropped an image model on @huggingface 🫳🖼️

Mage Flow is a 4B parameter DiT text-to-image and image editing model that can do images from 512x512 up to 4K

i just built a demo and am excited by the quality so far

demo: https://t.co/rae4UL39U0
model: https://t.co/jxuM7hGUdM

[DailyPapers @HuggingPapers]

Read the technical report: https://t.co/v3Z5YrPVaQ

Join the discussion on Hugging Face paper pages: https://t.co/v3Z5YrPVaQ

[Ostris @ostrisai]

I did a quick and dirty weights only implementation of this. For the Accuracy Recovery Adapters, I have never been able to get them to work at 2bit, but this looks promising. Top row is normal 2 bit. Bottom row is OrbitQuant 2 bit. Going to test train an ARA with it

[Ruoyu Feng @ruoyu_feng]

🚀We released SeFi-Image, an open-sourced, more compute-efficient text-to-image foundation model.

✅Code and weights:
GitHub: https://t.co/SDyH2XkUUJ
Project Page: https://t.co/BdwfVw2GrS
Hugging Face: https://t.co/T25LpvcI1N

[DailyPapers @HuggingPapers]

The paper introduces IA-Bench to evaluate plan, reason, search, and memory in image generation agents

Paper: https://t.co/nkmTl4t8U7

[linker @keylinker]

[주둥이코딩-DL] diffusion base 학습에서 생성결과가 매우 오락가락해서 갈피를 못잡고 있었는데, SFT (사후학습) 진행중인데 와 이게 왜 많이 중요한지 알겠음. 호~ 이후 DPO 등을 구현해서 계속 정진~~!!

[Zhuang Liu @liuzhuang1234]

Check i1 out:

Model: https://t.co/9lRgR9g9Xy
Data: https://t.co/f0wxCler5T
Project Page: https://t.co/cdsxX0kQLN
Code: https://t.co/Cq35Ywm7cL
Paper: https://t.co/Z3AWnLjPlf

[机器之心 JIQIZHIXIN @jiqizhixin]

Can you decode AI latents to 4K images in under a second?

NVIDIA researchers introduce PiD, a pixel diffusion decoder that unifies decoding and upscaling into one fast step.

It converts 512x512 latents to 2048x2048 pixels in under 1 sec on a consumer RTX 5090 — 6x faster than cascaded super-resolution pipelines, with better visual fidelity.

PiD: Fast and High-Resolution Latent Decoding with Pixel Diffusion

Paper: https://t.co/i5zf3w8BYq
Project: https://t.co/fvB8MWmtmW

Our report: https://t.co/IbCU91SVbH

📬 #PapersAccepted by Jiqizhixin

[Xianbang Wang @kevinxbwang2007]

Our simple rule: remove every part that seems to be removable. We starts with pixel space, the standard T5-L encoder, and a simple multimodal MM-JiT backbone with x-prediction.

[linker @keylinker]

예를 들어, 논문을 많이 읽었는데, 수식에 전체적 무엇을 하는지는 알았는데 세부 이해력이 떨어져 구현 (나같은 ㅠㅠ)이 어렵다던가? 하던 사람에게는 잘 이용하면 퀀텀점프할수 있는 능력을 제공할 수 있다고 생각한다.

[linker @keylinker]

[주둥이코딩] claude같은 AI 도구를 사용하면서 얇고 넓게 아는게 더 중요해질수 있다는걸 느낀다. 얇다란 의미를 자기 스스로 판단해야겠지만..

[Xianbang Wang @kevinxbwang2007]

Very exciting work with my amazing collaborators @Hope7Happiness, @Lyy_iiis, Kangyang Zhou, Linrui Ma, and Kaiming He!

All code, models, and full training recipe are open-sourced.

Blog Post: https://t.co/J1mmKH8tGI
Code: https://t.co/ConH73VHqn (JAX), https://t.co/tlxFdN3TLE (PyTorch).
🤗 Models: https://t.co/27MXZqhBNl

[linker @keylinker]

. https://t.co/o2r65rk9LY 문의/질문등은 언제든 환영합니다. 많은 관심 부탁드립니다. 감사합니다.

[linker @keylinker]

저 혼자 솔로로 진행하고 있는 이미지 생성 모델 프로젝트 '피에로' 를 소개하고자 합니다. 홀로 개인 비용과 스크래치부터 학습한 모델입니다. 최소한 비용을 학습하기 위해 다양한 알고리즘들을 마구잡이(?)로 적용했습니다.

[linker @keylinker]

아직 미완성이지만, 먼저 피에로 코드와 베타 버전 0.8b 학습 모델을 먼저 공개합니다. 계속 업데이트할 계획이며, 완성하는대로 다양한 실험 모델들을 계속 공개할 예정입니다. 자세한 내용(소개/취지/코드/알고리즘등)들은 링크한 레퍼지토리의 README에 상세하게 내용을 써놓았습니다