論文の概要: Defining and Quantifying Creative Behavior in Popular Image Generators
- arxiv url: http://arxiv.org/abs/2505.04497v2
- Date: Thu, 08 May 2025 11:59:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-09 13:13:47.835984
- Title: Defining and Quantifying Creative Behavior in Popular Image Generators
- Title（参考訳）: 人気画像生成装置における創造性の定義と定量化
- Authors: Aditi Ramaswamy, Hana Chockler, Melane Navaratnarajah,
- Abstract要約: ユーザが与えられたタスクに適したAIモデルを選択するのに役立つ手段を紹介します。
画像・画像生成モデルについて評価を行った。
- 参考スコア（独自算出の注目度）: 5.639451539396458
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Creativity of generative AI models has been a subject of scientific debate in the last years, without a conclusive answer. In this paper, we study creativity from a practical perspective and introduce quantitative measures that help the user to choose a suitable AI model for a given task. We evaluated our measures on a number of popular image-to-image generation models, and the results of this suggest that our measures conform to human intuition.
- Abstract（参考訳）: 生成型AIモデルの創造性は、決定的な答えのない科学的な議論の対象となっている。
本稿では,実践的な視点から創造性について検討し,ユーザが与えられたタスクに適したAIモデルを選択するのに役立つ量的尺度を提案する。
画像・画像生成モデルについて評価を行った結果,人間の直感に適合する可能性が示唆された。
関連論文リスト
- Collaborative Interactive Evolution of Art in the Latent Space of Deep Generative Models [1.4425878137951238]
私たちはまず,Creative Adversarial Networks(CANs)と呼ばれるアーキテクチャを用いて,創造的なイメージの制作を訓練するGANを採用する。
次に、画像を発見するためにモデルの潜在空間内をナビゲートするために進化的アプローチを用いる。
我々は、自動美学と協調的対話的人間評価指標を用いて、生成された画像を評価する。
論文 参考訳（メタデータ） (2024-03-28T17:40:15Z) - Can AI Be as Creative as Humans? [84.43873277557852]
理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。
AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
論文 参考訳（メタデータ） (2024-01-03T08:49:12Z) - Human Image Generation: A Comprehensive Survey [44.204029557298476]
本稿では,人間の画像生成技術を3つのパラダイム,すなわちデータ駆動手法,知識誘導手法,ハイブリッド手法に分割する。
異なる手法の利点と特徴はモデルアーキテクチャの観点から要約される。
広範囲の応用可能性により、合成された人間の画像の典型的な下流使用法がカバーされている。
論文 参考訳（メタデータ） (2022-12-17T15:19:45Z) - Towards Creativity Characterization of Generative Models via Group-based
Subset Scanning [64.6217849133164]
創造的プロセスを特定し,定量化し,特徴付けるグループベースサブセットスキャンを提案する。
創造的なサンプルは、データセット全体にわたる通常のサンプルや非創造的なサンプルよりも大きな異常のサブセットを生成する。
論文 参考訳（メタデータ） (2022-03-01T15:07:14Z) - Towards creativity characterization of generative models via group-based
subset scanning [51.84144826134919]
創造的プロセスを定量化し,検出し,特徴付けるグループベースサブセットスキャンを提案する。
創造的なサンプルは、データセットをまたいだ通常または非創造的なサンプルよりも大きな異常のサブセットを生成する。
論文 参考訳（メタデータ） (2021-04-01T14:07:49Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。