Fugu-MT 論文翻訳(概要): Nepotistically Trained Generative-AI Models Collapse

論文の概要: Nepotistically Trained Generative-AI Models Collapse

arxiv url: http://arxiv.org/abs/2311.12202v1
Date: Mon, 20 Nov 2023 21:43:32 GMT
ステータス: 処理完了
システム内更新日: 2023-11-23 02:59:12.671934
Title: Nepotistically Trained Generative-AI Models Collapse
Title（参考訳）: 負に訓練された生成AIモデル崩壊
Authors: Matyas Bohacek and Hany Farid
Abstract要約: 生成AIモデルでは, 少ない時間で再訓練すると, 歪みのある画像が生成される。また、この歪みは、再トレーニングに使用するテキストプロンプトを超えて広がり、一度毒を盛れば、実際の画像のみに再トレーニングした後でも、完全に回復するのに苦労することを示す。
参考スコア（独自算出の注目度）: 15.483078145498085
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Trained on massive amounts of human-generated content, AI (artificial intelligence) image synthesis is capable of reproducing semantically coherent images that match the visual appearance of its training data. We show that when retrained on even small amounts of their own creation, these generative-AI models produce highly distorted images. We also show that this distortion extends beyond the text prompts used in retraining, and that once poisoned, the models struggle to fully heal even after retraining on only real images.
Abstract（参考訳）: 膨大な量の人為的コンテンツに基づいて訓練されたAI(人工知能)画像合成は、トレーニングデータの視覚的外観と一致するセマンティックコヒーレントな画像を生成することができる。これらの生成AIモデルは, 少量でも再学習した場合, 歪みのある画像を生成する。また,この歪みはリトレーニングに使用されるテキストプロンプトを超えて広がり,一度毒殺されたモデルでは,実際の画像のみをリトレーニングした後でも完全に回復することは困難であることを示した。

関連論文リスト

Towards Unsupervised Blind Face Restoration using Diffusion Prior [12.69610609088771]
ブラインド顔復元法は、教師付き学習による大規模合成データセットの訓練において、顕著な性能を示した。これらのデータセットは、手作りの画像分解パイプラインで、低品質の顔イメージをシミュレートすることによって生成されることが多い。本稿では, 入力画像の集合のみを用いて, 劣化が不明で, 真理の目標がない場合にのみ, 復元モデルの微調整を行うことにより, この問題に対処する。我々の最良のモデルは、合成と実世界の両方のデータセットの最先端の結果も達成します。
論文参考訳（メタデータ） (2024-10-06T20:38:14Z)
AIGCs Confuse AI Too: Investigating and Explaining Synthetic Image-induced Hallucinations in Large Vision-Language Models [37.04195231708092]
我々は、AI合成画像によるLVLM(Large Vision-Language Models)の悪化する幻覚現象を強調した。注目すべきは、AIGC textbfhallucination biasに光を当てることである: 合成画像によって誘導される物体幻覚は、より多い量で特徴づけられる。我々は,Q-formerとLinearプロジェクタについて検討した結果,合成画像は視覚投射後のトークン偏差を呈し,幻覚バイアスを増幅することがわかった。
論文参考訳（メタデータ） (2024-03-13T13:56:34Z)
Scaling Laws of Synthetic Images for Model Training ... for Now [54.43596959598466]
本研究では, 合成画像のスケーリング法則について, テクスト・ツー・イメージ・モデルの現状から検討した。合成画像は、CLIPトレーニングの実際の画像と似ているが、やや効果の低いスケーリング傾向を示す。
論文参考訳（メタデータ） (2023-12-07T18:59:59Z)
Invisible Relevance Bias: Text-Image Retrieval Models Prefer AI-Generated Images [67.18010640829682]
我々は,AI生成画像がテキスト画像検索モデルに目に見えない関連性バイアスをもたらすことを示す。検索モデルのトレーニングデータにAI生成画像を含めると、目に見えない関連性バイアスが増す。本研究では,目に見えない関連バイアスを軽減するための効果的なトレーニング手法を提案する。
論文参考訳（メタデータ） (2023-11-23T16:22:58Z)
Image Captions are Natural Prompts for Text-to-Image Models [70.30915140413383]
本研究では,合成データの学習効果とプロンプトによる合成データ分布の関係を解析した。本稿では,テキストから画像への生成モデルにより,より情報的で多様な学習データを合成する簡易かつ効果的な手法を提案する。本手法は,合成学習データに基づいて訓練したモデルの性能を大幅に向上させる。
論文参考訳（メタデータ） (2023-07-17T14:38:11Z)
Synthetic Image Data for Deep Learning [0.294944680995069]
3次元モデルからレンダリングされたリアルな合成画像データを使用して、画像集合を拡大し、画像分類セグメンテーションモデルを訓練することができる。実車の生産3次元CADモデルに基づく大規模合成データセットを,高品質な物理ベースレンダリングとドメインランダム化により効率的に作成できることを示す。
論文参考訳（メタデータ） (2022-12-12T20:28:13Z)
Is synthetic data from generative models ready for image recognition? [69.42645602062024]
本研究では,最新のテキスト・画像生成モデルから生成した合成画像が,画像認識タスクにどのように利用できるかを検討した。本稿では,既存の生成モデルからの合成データの強大さと欠点を示し,認識タスクに合成データを適用するための戦略を提案する。
論文参考訳（メタデータ） (2022-10-14T06:54:24Z)
From Face to Natural Image: Learning Real Degradation for Blind Image Super-Resolution [72.68156760273578]
実世界の低品質(LQ)画像の超解像のためのトレーニングペアを設計する。我々は、劣化認識とコンテンツ非依存の表現を明示的に予測するために、HQとLQの顔画像のペアを入力とする。次に、これらの実際の劣化表現を顔から自然画像に転送し、劣化したLQ自然画像を合成する。
論文参考訳（メタデータ） (2022-10-03T08:09:21Z)
Synthetic-to-Real Domain Adaptation using Contrastive Unpaired Translation [28.19031441659854]
手動のアノテーションを使わずにトレーニングデータを取得するための多段階手法を提案する。 3Dオブジェクトメッシュから,現代的な合成パイプラインを用いて画像を生成する。合成画像の実際の領域への適応に最先端のイメージ・ツー・イメージ変換法を用いる。
論文参考訳（メタデータ） (2022-03-17T17:13:23Z)
Counterfactual Generative Networks [59.080843365828756]
画像生成過程を直接監督せずに訓練する独立した因果機構に分解することを提案する。適切な誘導バイアスを活用することによって、これらのメカニズムは物体の形状、物体の質感、背景を解き放つ。その結果, 偽画像は, 元の分類タスクにおける性能の低下を伴い, 分散性が向上することが示された。
論文参考訳（メタデータ） (2021-01-15T10:23:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。