Abstract
디퓨전 모델은 이미지 생성 능력이 뛰어나며 데이터 증강 및 창의적 응용에 널리 사용됨
훈련 데이터셋의 편향을 반영하는 디퓨전 모델의 문제점을 다룸
추가 데이터나 모델 재훈련 없이 디퓨전 모델의 편향 해소 방법 소개
분포 가이드를 통해 공정한 생성 가능
속성 분포 예측기(ADP)를 훈련하여 편향 감소
다운스트림 작업으로 소수 그룹을 위한 훈련 데이터 보완
Stats
디퓨전 모델은 이미지 생성 능력이 뛰어나며 데이터 증강에 사용됨
분포 가이드를 통해 편향을 줄이고 공정한 생성 가능
ADP를 통해 속성 분포 예측기를 훈련하여 편향 감소
Quotes
"분포 가이드는 생성 프로세스를 안내하여 정의된 속성 분포를 따르도록 함"
"샘플 가이드는 각 샘플에 사전 설정된 속성 상태를 강제하므로 품질이 저하됨"