Jan, 2023
扩散模型如同艺术家:我们是否正在缩小人类和机器之间的差距?
Diffusion Models as Artists: Are we Closing the Gap between Humans and Machines?
Victor Boutin, Thomas Fel, Lakshya Singhal, Rishav Mukherji, Akash Nagaraj...
TL;DR本研究使用 “多样性 vs. 可识别性” 评分框架,对一次性扩散模型进行了改进,并发现其可以生成看起来似乎是人类所绘制的图画,但在细节原创性和可识别性方面仍不如人类所绘制的图画,这一差距可以部分地被不同的视觉策略所解释。