Синтетические образы устанавливают новый стандарт эффективности обучения искусственного интеллекта.
Синтетические образы новый стандарт эффективности обучения искусственного интеллекта.
Команда исследователей под руководством Массачусетского технологического института (MIT) продемонстрировала, что обучение моделей машинного обучения с использованием синтетических изображений может превзойти традиционные методы обучения, использующие реальные изображения.
Стратегия, известная как “мультипозитивное контрастное обучение”, использует StableRep для создания синтетических изображений с использованием моделей текст-в-изображение, таких как Stable Diffusion.
StableRep позволяет регулировать “масштаб руководства” в генеративной модели, балансируя разнообразие и достоверность синтетических изображений.
Исследователи также создали StableRep+ с добавлением языкового контроля. Они обучили StableRep+ с использованием 20 миллионов синтетических изображений и установили, что он эффективнее моделей CLIP, обученных с использованием 50 миллионов реальных изображений. Однако исследователи признали, что выбор текстовых подсказок не является полностью без предвзятости.
- Anthropic Releases Claude 2.1 Революционизация корпоративного ИИ с расширенным контекстным окном и повышенной точностью
- Платформа корпоративного искусственного интеллекта с Amazon Bedrock.
- Общайтесь со своим PDF с помощью API-интерфейса OpenAI Assistant
Лиджи Фан из MIT заявил: “Используя последние модели текст-в-изображение, мы получили беспрецедентный контроль над генерацией изображений, что позволяет получать разнообразную визуальную информацию из одного текстового ввода. Это превосходит сбор реальных изображений по эффективности и универсальности”. С МIT News Полная статья
Аннотация Авторские права © 2023 SmithBucklin, Вашингтон, США 
