Heinrich Heine University of DusseldorfのNikolas Adaloglouらによるこの論文では、画像レベルのクラスタリングを使用した拡散モデルの条件付けに焦点を当てた包括的な実験的研究が紹介されています。最適なクラスター粒度を提供することで、3つの確立された生成ベンチマークで最先端のFIDを達成し、強力なサンプル効率性を実現しています。また、唯一クラスタリングだけで上限クラスターバウンドを計算する新しい方法も提案されています。さらに、ビジュアルグループに関連する発見された上限バウンドは、選択したメトリックに依存しないことが示されています。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Nikolas Adal... at arxiv.org 03-04-2024
https://arxiv.org/pdf/2403.00570.pdfDeeper Inquiries