「合成イメージングがAIトレーニングの効率性を新たな基準に設定」

「合成イメージングがAIトレーニングの効率性を革新」

マサチューセッツ工科大学（MIT）の研究者チームが示したところによれば、合成画像を用いて機械学習モデルを訓練することは、実際の画像を使用する従来の訓練方法よりも優れていることがわかりました。

この戦略は、「マルチポジティブ輪郭学習」として知られており、Stable Diffusionのようなテキストから画像への変換モデルを使用して、StableRepを用いて合成画像を生成します。

StableRepでは、生成モデル内の「ガイダンススケール」を調整し、合成画像の多様性と忠実度のバランスを取ることができます。

研究者たちはまた、言語の監督を追加したStableRep+を作成しました。彼らはStableRep+を2,000万枚の合成画像で訓練し、5000万枚の実際の画像で訓練されたCLIPモデルよりも効率的であることを確認しました。ただし、研究者たちは、テキストプロンプトの選択が完全にバイアスフリーではないことを認識しています。

• 「訴訟は、MetaがInstagramやFacebookを子供たちをハメるためにデザインしたと主張しています」
• 「Anthropic Releases Claude 2.1：拡張されたコンテキストウィンドウと向上した精度でエンタープライズAIを革新する」
• エンタープライズAIプラットフォームは、Amazon Bedrockを利用したものです

MITのリージエ・ファンは、「最新のテキストから画像への変換モデルを使用することで、単一のテキスト入力から多様なビジュアルを得るために、過去に類を見ないほどの制御が可能になりました。これは、実世界の画像収集を超える効率性と多様性を持っています」と述べています。MITニュースからの引用 記事全文を見る

概要の著作権 © 2023 SmithBucklin、ワシントンD.C.、アメリカ

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!