サインイン
インサイト - Generative Modelle
Wie lässt sich der Modellkollaps verhindern? Akkumulierung von echten und synthetischen Daten als Lösung für die Rekursionsfalle
Akkumulierung von echten und synthetischen Daten kann den Modellkollaps verhindern, im Gegensatz zum Ersetzen von Daten, das zu einer fortschreitenden Verschlechterung der Modellleistung führt.
Skalierung von Rectified Flow Transformers für die Synthese hochauflösender Bilder
Verbesserung von Noise-Sampling-Techniken für hochauflösende Bildsynthese durch Skalierung von Rectified Flow Modellen.
Fortgeschrittene Bewertung generativer Modelle: Ein neuer Algorithmus für realistische Bildsynthese und Vergleich im OCR-System
Die Forschung präsentiert einen innovativen Algorithmus zur objektiven Bewertung der Realität synthetischer Bilder in generativen Modellen.