扩散模型记忆盆地谱特征与抑制方法
热点事件持续更新
扩散模型记忆盆地谱特征与抑制方法
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Achref Jaziri 等人发表论文,对条件、无条件及 rectified-flow 扩散模型的记忆盆地给出几何刻画,并提出检测与抑制训练数据记忆的方法。 研究称,模型进入记忆盆地时,函数几何的局部谱会出现主导奇异模态浮现、随后谱急剧恢复的特征信号,该信号同时出现在推理去噪轨迹和训练过程中。基于这一信号,作者在训练时抑制主导模态以压制记忆,在推理时识别进入记忆盆地的轨迹并将其引导离开;作者称低维几何近似下仍有效,并已扩展至大规模文生图扩散模型。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
扩散模型记忆盆地的谱特征:从几何视角检测与抑制训练数据记忆报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- arXiv · cs.LG扩散模型记忆盆地的谱特征:从几何视角检测与抑制训练数据记忆
研究对条件、无条件及 rectified-flow 扩散模型的记忆盆地给出几何刻画,发现盆地进入时函数几何的局部谱会出现主导奇异模态浮现、随后谱急剧恢复的特征信号,该信号同时出现在推理去噪轨迹和训练过程中。基于此,作者在训练时作用于主导模态抑制记忆,在推理时识别进入记忆盆地的轨迹并将其引导离开,低维几何近似下仍有效,并已扩展至大规模文生图扩散模型。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。