Oct, 2023
利用扩散分解表示缓解不完全规定的视觉任务中的捷径
Leveraging Diffusion Disentangled Representations to Mitigate Shortcuts in Underspecified Visual Tasks
Luca Scimeca, Alexander Rubinstein, Armand Nicolicioiu, Damien Teney, Yoshua Bengio
TL;DR通过使用扩散概率模型生成合成的反事实情况,我们提出了一种集成多样化框架,用于处理数据中的错误相关性和捷径学习现象,实验证明扩散引导的多样化能够使模型避开捷径线索,获得与额外数据采集方法相当的集成多样性性能。