論文の概要: Weight-Space Programming for Improving Image-Restoration Diffusion Models: Technical Conjectures and a Recursive Improvement Loop
- arxiv url: http://arxiv.org/abs/2611.04268v1
- Date: Tue, 03 Nov 2026 03:56:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-11 00:41:15.781683
- Title: Weight-Space Programming for Improving Image-Restoration Diffusion Models: Technical Conjectures and a Recursive Improvement Loop
- Title（参考訳）: 画像保存拡散モデル改善のための重み空間プログラミング:技術的導出と再帰的改善ループ
- Abstract要約: 最近の実験では、フロンティアLSMはパラメータの0.016%しか変更することなく、新しい機能を注入できないことで、構造上のバグを修正できることが示されている。
重み空間プログラミング(WSP)が、画像復元の正確な回帰設定において、強調から強調へ移行できるかどうかを問う。
- 参考スコア（独自算出の注目度）: 5.7253343304946895
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Can an LLM directly edit the weights of a diffusion-based image-restoration model to \emph{improve} restoration quality---without gradients, paired data, or fine-tuning? Recent experiments show frontier LLMs can fix structural bugs by modifying as little as \(0.016\%\) of parameters, but cannot instill new capabilities. We ask whether weight-space programming (WSP) can move from \emph{debugging} to \emph{improvement} in the precise-regression setting of image restoration (deblurring, super-resolution, denoising, inpainting). Restoration diffusion UNets present a middle ground: low-level signal-processing layers are concentrated enough for targeted weight-direction edits, while high-level semantic layers remain distributed and resistant to sparse modification. We propose three technical conjectures: (C1) an LLM can localize the layer behind a quality gap (over-smoothing, color shift, hallucinated texture) within a 200 forward-pass budget; (C2) editing a small set of identified weight directions (e.g., scaling high-frequency filter norms, correcting output-bias channels) can measurably improve PSNR and perceptual quality; (C3) a recursive loop---diagnose \(\rightarrow\) edit \(\rightarrow\) evaluate \(\rightarrow\) re-diagnose---can compound gains across rounds, forming a minimal recursive self-improvement (RSI) loop for vision. We analyze the required AI capability (arguing targeted edits need not superintelligence, while general capability generation does) and detail the challenges of precise pixel-level regression. We provide a PyTorch-style deployment pipeline and outline a benchmark. This manuscript is conjectural, intended to open a new subtopic for image restoration.
- Abstract（参考訳）: LLMは、拡散に基づく画像復元モデルの重みを、勾配やペアデータ、微調整なしで、直接、‘emph{improve}復元品質’に編集できるだろうか?
最近の実験では、フロンティア LLM はパラメータの \(0.016\%\) をわずかに修正することで構造上のバグを修正することができるが、新しい機能を注入することはできない。
重み空間プログラミング(WSP)は、画像復元(デブロアリング、スーパーレゾリューション、デノイング、塗装)の精密回帰設定において、 \emph{debugging} から \emph{improvement} に移行できるかどうかを問う。
低レベルの信号処理層は目標の重み付け編集に十分集中しているが、高レベルのセマンティック層は分散しており、スパース修正に耐性がある。
C1) LLMは200フォワードパスの予算内で品質ギャップ(過度なスムースメント、色シフト、幻覚的なテクスチャ)の裏側層をローカライズできる; (C2) 指定されたウェイト方向の小さなセット(例えば、高周波フィルタノルムのスケーリング、出力バイアスチャネルの補正など)の編集はPSNRと知覚的品質を測定上改善できる; (C3) 再帰的ループ-ダイアグノーズ \(\rightarrow\)Edit \(\rightarrow\) evaluate \(\rightarrow\) re-diagnose--can compound gains across rounds, formed a minimal recursive self-improvement (RSI) vision for vision。
必要なAI能力(ターゲットの編集は超知能を必要としないが、一般的な能力生成はそうである)を分析し、正確なピクセルレベルの回帰の課題を詳述する。
PyTorchスタイルのデプロイメントパイプラインを提供し、ベンチマークの概要を提供します。
この写本は、画像復元のための新しいサブトピックを開くことを意図した形容詞である。
関連論文リスト
- Bend the Basics: Degradation-Aware Deformable Tokenization for All-in-One Image Restoration [72.64498743287601]
オールインワン画像復元は、多様で空間的に一様でない腐敗によって劣化した画像を復元できる単一のモデルを求める。
パイプライン全体にわたる劣化認識をモデル化するフレキシブル・イメージ・トランスフォーマー(FIT)を提案する。
FITは、30.72dBの平均PSNRを5次劣化設定で32.83dBを3次劣化設定で達成し、最近の統一修復法を+0.5$sim$1.1dBで上回った。
論文 参考訳（メタデータ） (2026-08-07T05:44:31Z) - ScaleResfusion: Residual Rectified Flow based on Residual Vector Field [24.544037828084154]
実世界の画像復元(Real-IR)は、複雑で未知の劣化から高品質な画像(HQ)を復元することを目的としている。
最近の拡散法は知覚品質を大幅に改善しているが、現在の設計は2つの重要な課題を未解決のまま残している。
本稿では,事前学習したテキストから画像への修正フローモデル上に構築された実世界の画像復元のためのスケーラブルな拡散フレームワークであるScaleResfusionを提案する。
論文 参考訳（メタデータ） (2026-07-28T04:26:05Z) - Breaking Spatial Uniformity: Prior-Guided Mamba with Radial Serialization for Lens Flare Removal [20.4467579266334]
レンズフレア除去のための先導MambaフレームワークであるDeflareMambav2を提案する。
フレア優先ネットワーク (FPN) を導入し, フレア先行を推定し, 適応復元を誘導する。
DeflareMambav2はパラメータの負担を減らして最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-05-08T12:23:07Z) - R3GS: Gaussian Splatting for Robust Reconstruction and Relocalization in Unconstrained Image Collections [9.633163304379861]
R3GSは、制約のないデータセットに適した堅牢な再構築と再ローカライゼーションフレームワークである。
過渡的物体の復元過程に対する悪影響を軽減するため,軽量な人検出ネットワークを構築した。
本研究では,屋外シーンにおける空域の課題に対処するために,事前の奥行きを制約として組み込んだ効果的なスカイハンドリング手法を提案する。
論文 参考訳（メタデータ） (2025-05-21T09:25:22Z) - Look-Around Before You Leap: High-Frequency Injected Transformer for Image Restoration [46.96362010335177]
本稿では,画像復元のための簡易かつ効果的な高周波インジェクト変換器HITを提案する。
具体的には,機能マップに高頻度の詳細を組み込んだウィンドウワイドインジェクションモジュール(WIM)を設計し,高品質な画像の復元のための信頼性の高い参照を提供する。
さらに,BIMにおけるチャネル次元の計算によって失われる可能性のある空間的関係を維持するために,空間拡張ユニット(SEU)を導入する。
論文 参考訳（メタデータ） (2024-03-30T08:05:00Z) - HIR-Diff: Unsupervised Hyperspectral Image Restoration Via Improved
Diffusion Models [38.74983301496911]
ハイパースペクトル画像(HSI)の復元は、劣化した観察からクリーンなイメージを復元することを目的としている。
既存のモデルに基づく手法は、複雑な画像の特徴を正確にモデル化するのに限界がある。
本稿では,事前学習拡散モデル(HIR-Diff)を用いた教師なしHSI復元フレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-24T17:15:05Z) - Re-Nerfing: Improving Novel View Synthesis through Novel View Synthesis [80.3686833921072]
最近のニューラルレンダリングや、NeRFsやGaussian Splattingのような再構成技術は、目覚ましいビュー合成能力を示している。
画像が少ないほど、これらの手法は、基礎となる3D幾何学を正しく三角測量できないため、失敗し始めます。
本稿では,新規なビュー合成自体を活用するシンプルで汎用的なアドオン手法であるRe-Nerfingを提案する。
論文 参考訳（メタデータ） (2023-12-04T18:56:08Z) - Cycle Encoding of a StyleGAN Encoder for Improved Reconstruction and
Editability [76.6724135757723]
GANインバージョンは、事前訓練されたGANの潜在空間に入力イメージを反転させることを目的としている。
GANの逆転の最近の進歩にもかかわらず、歪みと編集性の間のトレードオフを軽減するための課題は残されている。
本稿では、まず入力画像をピボットコードと呼ばれる潜在コードに反転させ、次に、入力画像を正確にピボットコードにマッピングできるようにジェネレータを変更する2段階のアプローチを提案する。
論文 参考訳（メタデータ） (2022-07-19T16:10:16Z) - Overparameterization Improves StyleGAN Inversion [66.8300251627992]
既存の反転アプローチは、有望だが不完全な結果が得られる。
これにより、エンコーダを必要とせずに、ほぼ完璧な画像再構成が得られることを示す。
われわれのアプローチは、画像間の現実的な補間による編集可能性も維持する。
論文 参考訳（メタデータ） (2022-05-12T18:42:43Z) - InfoNeRF: Ray Entropy Minimization for Few-Shot Neural Volume Rendering [55.70938412352287]
ニューラルな暗黙表現に基づく数ショットの新規ビュー合成のための情報理論正規化手法を提案する。
提案手法は,不十分な視点で発生する潜在的な復元の不整合を最小化する。
複数の標準ベンチマークにおいて,既存のニューラルビュー合成手法と比較して一貫した性能向上を実現している。
論文 参考訳（メタデータ） (2021-12-31T11:56:01Z)
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。