論文の概要: JEDI: The Force of Jensen-Shannon Divergence in Disentangling Diffusion Models

• arxiv url: http://arxiv.org/abs/2505.19166v1
• Date: Sun, 25 May 2025 14:32:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-27 16:58:42.947042
• Title: JEDI: The Force of Jensen-Shannon Divergence in Disentangling Diffusion Models
• Title（参考訳）: JEDI:遠方拡散モデルにおけるジェンセン・シャノン拡散力
• Authors: Eric Tillmann Bill, Enis Simsar, Thomas Hofmann,
• Abstract要約: JEDIは、再訓練や外部監督を必要とせず、拡散モデルにおける主観的分離と構成的アライメントを高めるテスト時間適応手法である。 JEDIは、Jensen-Shannon分散に基づく新しい目的を用いて、注目地図における意味的絡み合いを最小化する。 私たちはメソッドの実装を公開します。
• 参考スコア（独自算出の注目度）: 22.220141314462513
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce JEDI, a test-time adaptation method that enhances subject separation and compositional alignment in diffusion models without requiring retraining or external supervision. JEDI operates by minimizing semantic entanglement in attention maps using a novel Jensen-Shannon divergence based objective. To improve efficiency, we leverage adversarial optimization, reducing the number of updating steps required. JEDI is model-agnostic and applicable to architectures such as Stable Diffusion 1.5 and 3.5, consistently improving prompt alignment and disentanglement in complex scenes. Additionally, JEDI provides a lightweight, CLIP-free disentanglement score derived from internal attention distributions, offering a principled benchmark for compositional alignment under test-time conditions. We will publicly release the implementation of our method.
• Abstract（参考訳）: JEDIは、再訓練や外部監督を必要とせず、拡散モデルにおける主観的分離と構成的アライメントを高めるテスト時間適応手法である。 JEDIは、Jensen-Shannon分散に基づく新しい目的を用いて、注目地図における意味的絡み合いを最小化する。 効率を向上させるために、我々は敵の最適化を活用し、必要な更新手順の数を削減した。 JEDIはモデルに依存しず、Stable Diffusion 1.5 や 3.5 のようなアーキテクチャに適用でき、複雑なシーンにおける迅速なアライメントとアンタングルを継続的に改善している。 さらにJEDIは、内部の注意分布から導かれる軽量でCLIPフリーなアンタングルメントスコアを提供し、テスト時間条件下でのコンポジションアライメントのための原則化されたベンチマークを提供する。 私たちはメソッドの実装を公開します。

関連論文リスト

• Efficient Diffusion Training through Parallelization with Truncated Karhunen-Loève Expansion [5.770347328961063]
  拡散認知モデルは、トレーニング中に緩やかな収束に苦しむ。 本稿では,トレーニングとサンプリングのための新しい前向きプロセスを提案する。 本手法はベースライン拡散モデルより有意に優れている。
  論文  参考訳（メタデータ） (2025-03-22T05:34:02Z)
• Adding Additional Control to One-Step Diffusion with Joint Distribution Matching [58.37264951734603]
  JDMは、画像-条件関節分布間の逆KL分散を最小化する新しいアプローチである。 トラクタブルな上限を導出することにより、JDMは条件学習から忠実度学習を分離する。 この非対称蒸留方式により,一段階の生徒が教師モデルに未知の制御を処理できるようになる。
  論文  参考訳（メタデータ） (2025-03-09T15:06:50Z)
• Offline Reinforcement Learning via Inverse Optimization [3.0586855806896054]
  連続状態と行動空間のための新しいオフライン強化学習(ORL)アルゴリズムを提案する。 ORL問題でよく見られる分布変化を緩和するために、我々は頑健で非因果予測制御の専門家を用いる。 既存の文献と異なり、当社の堅牢なMPC専門家は、正確かつトラクタブルな凸修正を楽しみます。
  論文  参考訳（メタデータ） (2025-02-27T12:11:44Z)
• Rectified Diffusion Guidance for Conditional Generation [62.00207951161297]
  CFGの背後にある理論を再検討し、組合せ係数の不適切な構成(すなわち、広く使われている和対1バージョン)が生成分布の期待シフトをもたらすことを厳密に確認する。 本稿では,誘導係数を緩和したReCFGを提案する。 このようにして、修正された係数は観測されたデータをトラバースすることで容易に事前計算でき、サンプリング速度はほとんど影響を受けない。
  論文  参考訳（メタデータ） (2024-10-24T13:41:32Z)
• Improving Vector-Quantized Image Modeling with Latent Consistency-Matching Diffusion [55.185588994883226]
  VQ-LCMDは、学習を安定させる埋め込み空間内の連続空間潜在拡散フレームワークである。 VQ-LCMDは、関節埋め込み拡散変動下界と整合整合性(CM)損失を組み合わせた新しいトレーニング目標を使用する。 実験により,提案したVQ-LCMDは離散状態潜伏拡散モデルと比較して,FFHQ,LSUN教会,LSUNベッドルームにおいて優れた結果が得られることが示された。
  論文  参考訳（メタデータ） (2024-10-18T09:12:33Z)
• Debiasing Text-to-Image Diffusion Models [84.46750441518697]
  学習ベースのテキスト・トゥ・イメージ(TTI)モデルは、さまざまなドメインで視覚コンテンツを生成する方法に革命をもたらした。 近年の研究では、現在最先端のTTIシステムに非無視的な社会的バイアスが存在することが示されている。
  論文  参考訳（メタデータ） (2024-02-22T14:33:23Z)
• Ensemble Kalman Filtering Meets Gaussian Process SSM for Non-Mean-Field and Online Inference [47.460898983429374]
  我々は,非平均場(NMF)変動推定フレームワークにアンサンブルカルマンフィルタ(EnKF)を導入し,潜在状態の後方分布を近似する。 EnKFとGPSSMのこの新しい結婚は、変分分布の学習における広範なパラメータ化の必要性をなくすだけでなく、エビデンスの下限(ELBO)の解釈可能でクローズドな近似を可能にする。 得られたEnKF支援オンラインアルゴリズムは、データ適合精度を確保しつつ、モデル正規化を組み込んで過度適合を緩和し、目的関数を具現化する。
  論文  参考訳（メタデータ） (2023-12-10T15:22:30Z)
• Stable Target Field for Reduced Variance Score Estimation in Diffusion Models [5.9115407007859755]
  拡散モデルは、固定された前方拡散過程を反転させてサンプルを生成する。 このような分散の源泉は、中間雑音分散スケールの取り扱いにあると論じる。 より安定したトレーニングターゲットとして重み付けされた条件スコアを計算するために使用する参照バッチを組み込むことにより、この問題を修復することを提案する。
  論文  参考訳（メタデータ） (2023-02-01T18:57:01Z)

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。