跳到正文
arXiv · 机器人与计算机视觉· Jack Lu, Ryan Teehan, Mengye Ren·· 9 天前AI 评分42

ProCreate 提出推进能量扩散法提升生成多样性并防止训练数据复现,在 FSCG-8 数据集上实现最高样本多样性与保真度且通过大规模评估验证防复制能力,代码与数据集已开源。

ProCreate, Don't Reproduce! Propulsive Energy Diffusion for Creative Generation

AI 导读

ProCreate 是一种改进基于扩散的图像生成模型样本多样性及创意的新方法,通过在生成过程中主动将生成图像嵌入推离参考嵌入来防止训练数据复现。该方法在涵盖不同概念、风格和设置的 FSCG-8 八类少样本创意生成数据集上实现了最高的样本多样性和保真度。研究还证明 ProCreate 能有效防止使用大规模训练文本提示复制训练数据,相关代码与数据集已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org