Fugu-MT 論文翻訳(概要): CPO: Condition Preference Optimization for Controllable Image Generation

論文の概要: CPO: Condition Preference Optimization for Controllable Image Generation

arxiv url: http://arxiv.org/abs/2511.04753v1
Date: Thu, 06 Nov 2025 19:02:06 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-10 21:00:44.562941
Title: CPO: Condition Preference Optimization for Controllable Image Generation
Title（参考訳）: CPO:制御可能な画像生成のための条件設定最適化
Authors: Zonglin Lyu, Ming Li, Xinxin Liu, Chen Chen,
Abstract要約: ControlNetは、テキスト・ツー・イメージ生成に画像ベースの制御信号を導入している。 ControlNet++は、生成された画像と入力制御信号の間のピクセルレベルのサイクル一貫性を改善する。生成した画像よりも制御条件を優先的に学習することを提案する。
参考スコア（独自算出の注目度）: 9.511718254502199
License: http://creativecommons.org/licenses/by/4.0/
Abstract: To enhance controllability in text-to-image generation, ControlNet introduces image-based control signals, while ControlNet++ improves pixel-level cycle consistency between generated images and the input control signal. To avoid the prohibitive cost of back-propagating through the sampling process, ControlNet++ optimizes only low-noise timesteps (e.g., $t < 200$) using a single-step approximation, which not only ignores the contribution of high-noise timesteps but also introduces additional approximation errors. A straightforward alternative for optimizing controllability across all timesteps is Direct Preference Optimization (DPO), a fine-tuning method that increases model preference for more controllable images ($I^{w}$) over less controllable ones ($I^{l}$). However, due to uncertainty in generative models, it is difficult to ensure that win--lose image pairs differ only in controllability while keeping other factors, such as image quality, fixed. To address this, we propose performing preference learning over control conditions rather than generated images. Specifically, we construct winning and losing control signals, $\mathbf{c}^{w}$ and $\mathbf{c}^{l}$, and train the model to prefer $\mathbf{c}^{w}$. This method, which we term \textit{Condition Preference Optimization} (CPO), eliminates confounding factors and yields a low-variance training objective. Our approach theoretically exhibits lower contrastive loss variance than DPO and empirically achieves superior results. Moreover, CPO requires less computation and storage for dataset curation. Extensive experiments show that CPO significantly improves controllability over the state-of-the-art ControlNet++ across multiple control types: over $10\%$ error rate reduction in segmentation, $70$--$80\%$ in human pose, and consistent $2$--$5\%$ reductions in edge and depth maps.
Abstract（参考訳）: ControlNet++は生成した画像と入力制御信号の間のピクセルレベルのサイクル一貫性を改善している。サンプリングプロセスによるバックプロパゲーションの禁止コストを回避するため、ControlNet++はシングルステップ近似を使用して低ノイズタイムステップ(例: $t < 200$)のみを最適化する。すべてのタイムステップにまたがって制御性を最適化する簡単な代替手段として、より制御しやすい画像(I^{w}$)に対して、より制御しやすい画像(I^{l}$)に対するモデル優先性を高める微調整法であるDirect Preference Optimization (DPO)がある。しかし, 生成モデルにおける不確実性のため, 画像品質などの他の要因を保ちながら, ウィン・ロー画像対が制御性においてのみ異なることを保証することは困難である。そこで本研究では,生成した画像よりも制御条件を優先的に学習することを提案する。具体的には、入賞制御信号、$\mathbf{c}^{w}$と$\mathbf{c}^{l}$を構築し、$\mathbf{c}^{w}$を選択するようにモデルを訓練する。 CPO(textit{Condition Preference Optimization})と呼ばれるこの手法は、相反する要因を排除し、低分散トレーニング目標を導出する。提案手法は理論的にはDPOよりも低いコントラスト損失分散を示し,実験により優れた結果が得られた。さらに、CPOは、データセットのキュレーションに少ない計算とストレージを必要とする。大規模な実験によると、CPOは複数のコントロールタイプにわたって、最先端のコントロールNet++に対する制御性を著しく改善している。

関連論文リスト

Learn to Guide Your Diffusion Model [84.82855046749657]
本研究では,条件付き拡散モデルによる試料の品質向上手法について検討する。誘導ウェイトは$omega_c,(s,t)$で、条件付き$c$、飾る時間$t$、飾る時間$s$の関数です。我々は,モデルが報酬関数によって傾いた分布を目標にすることができるように,フレームワークを拡張して報酬付きサンプリングを行う。
論文参考訳（メタデータ） (2025-10-01T12:21:48Z)
Distortion of AI Alignment: Does Preference Optimization Optimize for Preferences? [20.004349891563706]
事前学習後、大きな言語モデルはペア比較に基づいて人間の好みに適合する。本稿では,最適達成可能な平均効用量と学習ポリシーの平均効用量との最悪のケース比について,アライメント手法の歪みを紹介する。
論文参考訳（メタデータ） (2025-05-29T17:59:20Z)
Group Relative Policy Optimization for Image Captioning [1.9606373630214207]
本稿では,最新のグループ相対政策最適化(GRPO)強化学習アルゴリズムを第2段階の最適化ソリューションとして利用することを提案する。ポリシー更新の振幅とKLのばらつきを制約することにより、トレーニング中のモデルの安定性が大幅に保証される。
論文参考訳（メタデータ） (2025-03-03T09:16:41Z)
ControlNet++: Improving Conditional Controls with Efficient Consistency Feedback [20.910939141948123]
ControlNet++は、生成した画像と条件付き制御の間のピクセルレベルのサイクル一貫性を明示的に最適化することで、制御可能な生成を改善する新しいアプローチである。 ControlNetの11.1%のmIoU、13.4%のSSIM、7.6%のRMSE、それぞれセグメンテーションマスク、ラインアートエッジ、深さ条件の改善を実現している。
論文参考訳（メタデータ） (2024-04-11T17:59:09Z)
Stochastic Optimal Control Matching [53.156277491861985]
最適制御のための新しい反復拡散最適化(IDO)技術である最適制御マッチング(SOCM)を導入する。この制御は、一致するベクトル場に適合しようとすることで、最小二乗問題を通じて学習される。実験により,本アルゴリズムは最適制御のための既存のすべての IDO 手法よりも低い誤差を実現する。
論文参考訳（メタデータ） (2023-12-04T16:49:43Z)
Expressive Losses for Verified Robustness via Convex Combinations [67.54357965665676]
本研究では, 過近似係数と異なる表現的損失に対する性能分布の関係について検討した。表現性が不可欠である一方で、最悪の場合の損失のより良い近似は、必ずしも優れた堅牢性-正確性トレードオフに結びついていないことを示す。
論文参考訳（メタデータ） (2023-05-23T12:20:29Z)
Follow the Clairvoyant: an Imitation Learning Approach to Optimal Control [4.978565634673048]
競合解析のレンズによる力学系の制御について考察する。最適コストが理想的な閉ループ動作に関する粗い情報のみを提供するという観測により、トラッキングエラーを最小化することを提案する。
論文参考訳（メタデータ） (2022-11-14T14:15:12Z)
Normalized/Clipped SGD with Perturbation for Differentially Private Non-Convex Optimization [94.06564567766475]
DP-SGDとDP-NSGDは、センシティブなトレーニングデータを記憶する大規模モデルのリスクを軽減する。 DP-NSGD は DP-SGD よりも比較的チューニングが比較的容易であるのに対して,これらの2つのアルゴリズムは同様の精度を実現する。
論文参考訳（メタデータ） (2022-06-27T03:45:02Z)
Breaking the Sample Complexity Barrier to Regret-Optimal Model-Free Reinforcement Learning [52.76230802067506]
漸進的強化学習における後悔を最小限に抑えるために,新しいモデルフリーアルゴリズムを提案する。提案アルゴリズムは、2つのQ-ラーニングシーケンスの助けを借りて、初期設定された参照更新ルールを用いる。初期の分散還元法の設計原理は、他のRL設定とは独立した関心を持つかもしれない。
論文参考訳（メタデータ） (2021-10-09T21:13:48Z)
On Measuring and Controlling the Spectral Bias of the Deep Image Prior [63.88575598930554]
深層画像は、未学習のネットワークが逆画像問題に対処できることを実証している。ピークに達するとパフォーマンスが低下するので、いつ最適化を止めるかを決めるにはオラクルが必要です。これらの問題に対処するために、スペクトルバイアスの観点から先行した深部画像について検討する。
論文参考訳（メタデータ） (2021-07-02T15:10:42Z)
Permuted AdaIN: Reducing the Bias Towards Global Statistics in Image Classification [97.81205777897043]
近年の研究では、畳み込みニューラルネットワーク分類器は形状を犠牲にしてテクスチャを過度に依存していることが示されている。一方、形状と局所像の区別は類似しているが異なるが、一方、グローバル画像統計は異なる。提案手法は,pAdaIN (Permuted Adaptive Instance Normalization) と呼ばれ,画像分類器の隠蔽層におけるグローバル統計の表現を減少させる。
論文参考訳（メタデータ） (2020-10-09T16:38:38Z)

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。