# Diffusion

# ⏳Back to Basics: Let Denoising Generative Models Denoise

### 👥 **Integrantes:**

- 👤 Dana Villamizar
- 👤 Sneider Sánchez

### 📑 **Material de apoyo:**

- 📊 **Diapositivas:** [Ver presentación](https://www.canva.com/design/DAHFMrPwiAw/aUgATZejFDOICiEnapc6fg/edit?utm_content=DAHFMrPwiAw&utm_campaign=designshare&utm_medium=link2&utm_source=sharebutton)
- 📜 **Paper:** [Ver artículos académicos](https://arxiv.org/pdf/2511.13720)

### 📚 **Referencias**

- [Ref 1](#bkmrk-ref-1-ref-2-ref-3-re)
- [Ref 2](#bkmrk-ref-1-ref-2-ref-3-re)
- [Ref 3](#bkmrk-ref-1-ref-2-ref-3-re)
- [Ref 4](#bkmrk-ref-1-ref-2-ref-3-re)

# Denoising Diffusion Probabilistic Models

### 👥 **Integrantes:**

- 👤 Oscar Miguel Ortega
- 👤 César Vanegas

### 📑 **Material de apoyo:**

- 📊 **Diapositivas:** [Ver presentación](https://canva.link/24eyoems637o5uo)
- 📜 **Paper:** [Ver artículos académicos](https://arxiv.org/pdf/2006.11239)

# Flow Matching for Generative Modelling

### 👥 **Integrantes:**

- 👤 Juan Jaimes
- 👤 Julián León

### 📑 **Material de apoyo:**

- 📊 **Diapositivas:** [Ver presentación](https://docs.google.com/presentation/d/1JenvVUdf3EdQJ8TvjBR-aQd6ezSvOTb_uiFKWXbsiEE/edit?usp=sharing)
- 📜 **Paper:** [Ver artículos académicos](https://arxiv.org/pdf/2210.02747)

### 📚 **Referencias**

- [Ref 1](https://diffusion.csail.mit.edu/2026/docs/lecture_notes.pdf#page=2.10)
- [Ref 2](https://diffusion.csail.mit.edu/2026/docs/20260120_Lecture_01.pdf)
- [Ref 3](https://www.youtube.com/watch?v=7NNxK3CqaDk)
- [Ref 4](https://diffusion.csail.mit.edu/2026/index.html)