Jeremy Vonderfecht, 现任教美国波特兰州立大学，硕士研究生导师，讲授数据聚类、数据挖掘和算法等研究生课程。曾在太平洋西北国家实验室担任数据科学家，在谷歌担任网络开发人员。研究方向为深度学习及图像处理。

  报告摘要：本次学术报告围绕报告人近期发表在ICLR的论文：《基于预训练扩散模型的有损压缩》展开。报告将阐述诸如Flux和Stable diffusion这类主要为图像生成而设计的扩散模型如何无需重新训练就能被用于压缩现有图像。这种方法可以在超低比特率下实现最先进的压缩效果。报告还将解释这种压缩方法背后的理论依据，即信息论原理，说明其理论上的合理性。