論文の概要: LACON: Training Text-to-Image Model from Uncurated Data

• arxiv url: http://arxiv.org/abs/2603.26866v1
• Date: Fri, 27 Mar 2026 17:47:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:44.673389
• Title: LACON: Training Text-to-Image Model from Uncurated Data
• Title（参考訳）: LACON:不正確なデータからテキストと画像のモデルをトレーニングする
• Authors: Zhiyang Liang, Ziyu Wan, Hongyu Liu, Dong Chen, Qiu Shen, Hao Zhu, Dongdong Chen,
• Abstract要約: LACON(Labeling-and-Conditioning)は,未処理データ分散の基盤となる新たなトレーニングフレームワークである。 LACONは、高品質なコンテンツと低品質なコンテンツの明確な境界を学習することにより、フィルタデータのみに基づいてトレーニングされたベースラインよりも優れた生成品質を実現する。
• 参考スコア（独自算出の注目度）: 29.581630073535965
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The success of modern text-to-image generation is largely attributed to massive, high-quality datasets. Currently, these datasets are curated through a filter-first paradigm that aggressively discards low-quality raw data based on the assumption that it is detrimental to model performance. Is the discarded bad data truly useless, or does it hold untapped potential? In this work, we critically re-examine this question. We propose LACON (Labeling-and-Conditioning), a novel training framework that exploits the underlying uncurated data distribution. Instead of filtering, LACON re-purposes quality signals, such as aesthetic scores and watermark probabilities as explicit, quantitative condition labels. The generative model is then trained to learn the full spectrum of data quality, from bad to good. By learning the explicit boundary between high- and low-quality content, LACON achieves superior generation quality compared to baselines trained only on filtered data using the same compute budget, proving the significant value of uncurated data.
• Abstract（参考訳）: 現代のテキスト・画像生成の成功の大部分は、大規模で高品質なデータセットによるものである。 現在、これらのデータセットは、パフォーマンスをモデル化するのに有害な仮定に基づいて、低品質の生データを積極的に破棄するフィルタファーストパラダイムによってキュレートされている。 捨てられた悪いデータは本当に役に立たないのか、それとも未解決の可能性を秘めているのか? 本稿では、この問題を再検討する。 LACON(Labeling-and-Conditioning)は,未処理データ分散の基盤となる新たなトレーニングフレームワークである。 LACONはフィルタリングの代わりに、美的スコアや透かし確率などの品質信号を、明示的で定量的な条件ラベルとして再利用している。 生成モデルは、悪いものから良いものまで、データ品質の全領域を学ぶために訓練される。 LACONは、高品質なコンテンツと低品質なコンテンツの明確な境界を学習することにより、同じ計算予算を用いてフィルタリングされたデータにのみトレーニングされたベースラインよりも優れた生成品質を達成する。

関連論文リスト

• Your Image Generator Is Your New Private Dataset [4.09225917049674]
  生成拡散モデルは、トレーニングデータを合成的に生成する強力なツールとして登場した。 本稿では,これらの課題に対処するために,テクスチャ・コンディションド・ナレッジ・リサイクリング・パイプラインを提案する。 パイプラインは10の多様な画像分類ベンチマークで厳格に評価されている。
  論文  参考訳（メタデータ） (2025-04-06T18:46:08Z)
• PUMA: margin-based data pruning [51.12154122266251]
  モデル分類境界からの距離(すなわちマージン)に基づいて、いくつかのトレーニングサンプルを除去するデータプルーニングに焦点を当てる。 我々は,DeepFoolを用いてマージンを算出する新しいデータプルーニング戦略PUMAを提案する。 PUMAは,現状の最先端手法であるロバスト性の上に利用でき,既存のデータプルーニング戦略と異なり,モデル性能を著しく向上させることができることを示す。
  論文  参考訳（メタデータ） (2024-05-10T08:02:20Z)
• Scaling Laws for Data Filtering -- Data Curation cannot be Compute Agnostic [99.3682210827572]
  ビジョン言語モデル(VLM)は、慎重にキュレートされたWebデータセット上で数千のGPU時間でトレーニングされる。 データキュレーション戦略は通常、トレーニングに利用可能な計算を知らないように開発されている。 ウェブデータの非均一性を考慮したニューラルスケーリング法則を導入する。
  論文  参考訳（メタデータ） (2024-04-10T17:27:54Z)
• From Zero to Hero: Detecting Leaked Data through Synthetic Data Injection and Model Querying [10.919336198760808]
  分類モデルの学習に使用される漏洩データを検出する新しい手法を提案する。 textscLDSSは、クラス分散の局所的なシフトによって特徴付けられる、少量の合成データを所有者のデータセットに注入する。 これにより、モデルクエリ単独で、リークデータに基づいてトレーニングされたモデルの効果的な識別が可能になる。
  論文  参考訳（メタデータ） (2023-10-06T10:36:28Z)
• Fair GANs through model rebalancing for extremely imbalanced class distributions [5.463417677777276]
  本稿では,既存のバイアス付きGANからGAN(unbiased generative adversarial Network)を構築するためのアプローチを提案する。 Flickr Faces High Quality (FFHQ) データセットを用いて、人種的公平性をトレーニングしながら、StyleGAN2モデルの結果を示す。 また,不均衡なCIFAR10データセットに適用することで,我々のアプローチをさらに検証する。
  論文  参考訳（メタデータ） (2023-08-16T19:20:06Z)
• Synthetic data, real errors: how (not) to publish and use synthetic data [86.65594304109567]
  生成過程が下流MLタスクにどのように影響するかを示す。 本稿では、生成プロセスモデルパラメータの後方分布を近似するために、Deep Generative Ensemble (DGE)を導入する。
  論文  参考訳（メタデータ） (2023-05-16T07:30:29Z)
• Generative Modeling Helps Weak Supervision (and Vice Versa) [87.62271390571837]
  本稿では,弱い監督と生成的敵ネットワークを融合したモデルを提案する。 弱い監督によるラベル推定と並行して、データの離散変数をキャプチャする。 これは、弱い教師付き合成画像と擬似ラベルによるデータ拡張を可能にする最初のアプローチである。
  論文  参考訳（メタデータ） (2022-03-22T20:24:21Z)
• Image Quality Assessment using Contrastive Learning [50.265638572116984]
  我々は、補助的な問題を解決するために、対照的な対の目的を用いて深層畳み込みニューラルネットワーク(CNN)を訓練する。 本研究では,最新のNR画像品質モデルと比較して,ContriQUEが競争性能を向上することを示す。 以上の結果から,大きなラベル付き主観的画像品質データセットを必要とせずに,知覚的関連性を持つ強力な品質表現が得られることが示唆された。
  論文  参考訳（メタデータ） (2021-10-25T21:01:00Z)
• Negative Data Augmentation [127.28042046152954]
  負のデータ拡張サンプルは、データ分散のサポートに関する情報を提供することを示す。 我々は、NDAを識別器の合成データの追加源として利用する新しいGAN訓練目標を提案する。 実験により,本手法で訓練したモデルでは,異常検出能力の向上とともに条件付き・条件付き画像生成の改善を実現している。
  論文  参考訳（メタデータ） (2021-02-09T20:28:35Z)

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。