論文の概要: Cross-Person Identity Change Under Source-Coupled Multi-Human Generation: A Controlled UniPortrait Study
- arxiv url: http://arxiv.org/abs/2610.22746v1
- Date: Thu, 15 Oct 2026 23:31:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 00:56:07.698505
- Title: Cross-Person Identity Change Under Source-Coupled Multi-Human Generation: A Controlled UniPortrait Study
- Title（参考訳）: ソース結合型マルチヒューマンジェネレーションによる個人間のアイデンティティ変化:UniPortraitによる研究
- Abstract要約: 2つの研究はInsightFace buffaloと連続参照に基づく顔の類似性を測定する。
この発見は、参照、ルーティング、アダプタ、トークンが共変数である、無傷なネイティブレシエーションを特徴付ける。
彼らは、評価された実装や測定可能なコホートを超えて、コンポーネント因果関係、分類的アイデンティティ保存、成功している局所的編集、あるいは一般化を確立していない。
- 参考スコア（独自算出の注目度）: 0.17398560678845074
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-human personalization must account for identity changes in people outside the nominal target of a generative operation. We characterize this behavior in UniPortrait, without introducing a new preservation algorithm. Two sequential studies use 119 accepted two-person baseline scenes and three fixed output seeds, measuring continuous reference-based facial similarity with InsightFace \buffalo. In Study~1, source-coupled single-ID target-only generation (A1) produces negative mean transitions for both the protected person ($-0.567904$) and target ($-0.236904$), indicating broad perturbation rather than established successful repair with collateral loss. In Study~2, native dual-ID generation (A2) yields more positive paired contrasts: protected $+0.512918$ (95\% case-cluster CI $[0.471434,0.550259]$) and target $+0.158853$ ($[0.118903,0.197523]$), across 287 jointly measurable pairs from 111 cases. Shared baseline similarity cancels algebraically in these paired contrasts, leaving a matched POST comparison. Validation designed after the primary result freeze finds directional agreement with an independent identity evaluator and blinded human judgments; within-\buffalo\ nuisance models provide supportive sensitivity evidence. The findings characterize intact native regimes, whose references, routing, adapters, and token counts co-vary. They do not establish component causality, categorical identity preservation, successful localized editing, or generalization beyond the evaluated implementation and measurable cohort.
- Abstract（参考訳）: マルチヒューマンパーソナライゼーションは、生成操作の指定対象外の人々におけるアイデンティティの変化を考慮しなければならない。
我々は、新しい保存アルゴリズムを導入することなく、UniPortraitでこの挙動を特徴付ける。
2つの連続的な研究は、119人の受理された2人のベースラインシーンと3つの固定された出力シードを使用し、InsightFace \buffaloと連続的な参照ベースの顔の類似度を測定した。
Study~1では、ソース結合された単一IDターゲットオンリー世代(A1)は、保護された人(-0.567904$)とターゲット(-0.236904$)の両方に対して負の平均遷移を生じさせる。
Study~2では、ネイティブのデュアルID生成(A2)は、よりポジティブなペアコントラストを得る: 保護された$+0.512918$(95\%のケースクラスタCI$[0.471434,0.550259]$)とターゲットの$+0.158853$$[0.118903,0. 197523]$)。
共有ベースライン類似性は、これらの対のコントラストにおいて代数的にキャンセルされ、一致するPOSTの比較が残される。
一次結果凍結後に設計された検証は、独立したアイデンティティ評価者と盲目の人間の判断との方向性の一致を見出す。
この発見は、参照、ルーティング、アダプタ、トークンが共変数である、無傷なネイティブレシエーションを特徴付ける。
彼らは、評価された実装や測定可能なコホートを超えて、コンポーネント因果関係、分類的アイデンティティ保存、成功している局所的編集、あるいは一般化を確立していない。
関連論文リスト
- Cross-Dataset Generalization of Bangladeshi Rice Leaf Disease Classifiers: Benchmark, Diagnosis, and Mitigation [0.0]
イネ葉病分類におけるデータセット間移動は依然として重要な課題である。
バングラデシュの3つのイネ病データセットに対して,系統的なベンチマークを行った。
強い拡張は、平均的なデータセットのマクロF1の改善+0.070を回復する。
自己教師型 ViT コントロールは、CNN に等価なデータセットの崩壊を示す。
論文 参考訳（メタデータ） (2026-09-20T16:56:51Z) - K/V-Cache Interventions Dissociate Representation Alignment from Persona Expression in Decoder-Only Language Models [32.7114174898989]
我々は,デコーダのみの言語モデルにおけるペルソナ制御のための構造化曲面として,K/V-cacheの介入について検討する。
表現レベルのアライメントと行動表現の間には2つの一貫した普遍性があり,また位置摂動下での共通の失敗も報告する。
論文 参考訳（メタデータ） (2026-09-10T02:56:50Z) - WithEveryone: Unified Planning and Identity Grounding for Group Image Generation [60.528070962852716]
グループイメージを最大10個の参照IDまで生成する統合フレームワークであるWithEveryoneを紹介した。
WithEveryoneは、それぞれの選択したIDをアドレストークンとして注入し、構造化されたID計画を予測する。
GPT-Image-2では0.462から0.499に改善され、コピー・ペースト・アーティファクトは0.169から0.055に削減された。
論文 参考訳（メタデータ） (2026-08-20T17:59:53Z) - Agreement Before Diversity: Verification-First Complementarity for Heterogeneous Language-Model Coordination [11.215813718564283]
候補のヘッドルームを置換権限から切り離し、後者を明示的で監査可能なオブジェクトとします。
提案手法であるCon Agreement-Before-Diversityは,フリーフリーでラベルのない決定ルールである。
論文 参考訳（メタデータ） (2026-08-05T09:24:39Z) - Dual-Branch Cross-Projection Debiasing through Diffusion-based Disentanglement [66.67463557274358]
バイアス付きデータセットに基づいてトレーニングされた基礎モデルは、しばしばターゲットラベルと非因果属性の間の急激な相関に依存する。
信頼誘導概念マイニング(CBCM:Confidence-guided Concept Mining)を導入し,属性アノテーションを使わずに信頼性の高いスプリアス属性を同定する。
本稿では,目標と突発的な表現を2つのブランチに分離するプロンプトチューニングフレームワークであるDual-branch Cross-projection Debiasing (DCD)を提案する。
論文 参考訳（メタデータ） (2026-06-23T05:28:47Z) - Contrastive Identification and Generation in the Limit [39.91890433860882]
本研究では,学習者がデータに対するコントラスト的表現を観察する限界における,コントラスト的識別と生成について検討する。
我々は、敵の汚職の下で鋭い逆転を証明している:いかなる有限の汚職予算の下でも、対照的なペアから識別できるクラスが存在する。
統一された技術的対象は共通横断グラフであり、ペアワイズあいまいさ、家族レベルの生成障害、単一カバレッジ・アンド・インシデンス言語における腐敗欠陥をエンコードする。
論文 参考訳（メタデータ） (2026-05-07T13:14:51Z) - VeriX-Anon: A Multi-Layered Framework for Mathematically Verifiable Outsourced Target-Driven Data Anonymization [0.0]
VeriX-Anonは、オープンソースのターゲット駆動k匿名化のための多層検証フレームワークである。
認証決定木のメルクル式ハッシュによる決定論的検証、ランダムフォレスト決定境界付近の境界センチネルによる確率的検証、および暗号識別子による正確な重複性ツインズの組み合わせである。
12のシナリオのうち11の偏差を正しく検出した。
論文 参考訳（メタデータ） (2026-04-14T08:22:18Z) - NearID: Identity Representation Learning via Near-identity Distractors [116.71529576796605]
既存のビジョンエンコーダは、オブジェクトのアイデンティティを背景コンテキストと絡み合わせることで、信頼性の低い表現やメトリクスを生み出します。
我々は、この脆弱性に対処するための最初の原則付きフレームワークをNear-identity distractorsを使って紹介する。
我々は、厳密なマージンベースの評価プロトコルとともに、NearIDデータセット(19KのID、316Kの一致したコンテキストインタプリタ)を提示する。
論文 参考訳（メタデータ） (2026-04-02T12:33:14Z) - Beyond Inference Intervention: Identity-Decoupled Diffusion for Face Anonymization [55.29071072675132]
顔の匿名化は、非同一性属性を保持しながら、識別情報を隠蔽することを目的としている。
トレーニング中心の匿名化フレームワークである textbfIDsuperscript2Face を提案する。
IDtextsuperscript2Faceは、視覚的品質、アイデンティティの抑制、ユーティリティ保存において、既存の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2025-10-28T09:28:12Z) - DisCo: Reinforcement with Diversity Constraints for Multi-Human Generation [60.741022906593685]
DisCoは、マルチヒューマン世代におけるアイデンティティの多様性を直接最適化する最初のRLベースのフレームワークである。
グループ相対ポリシー最適化によるDisCo微粒フローマッチングモデル。
DiverseHumans Testsetでは、DisCoは98.6のユニークな顔の精度とほぼ完璧なグローバルアイデンティティスプレッドを実現している。
論文 参考訳（メタデータ） (2025-10-01T19:28:51Z) - CausalDiff: Causality-Inspired Disentanglement via Diffusion Model for Adversarial Defense [61.78357530675446]
人間は、本質的な要因のみに基づいて判断するので、微妙な操作によって騙されるのは難しい。
この観察に触発されて、本質的なラベル因果因子を用いたラベル生成をモデル化し、ラベル非因果因子を組み込んでデータ生成を支援する。
逆の例では、摂動を非因果因子として識別し、ラベル因果因子のみに基づいて予測することを目的としている。
論文 参考訳（メタデータ） (2024-10-30T15:06:44Z)
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。