本研究提出了一种通过微调预训练的稳定扩散模型生成合成数据集的框架，并用于对象检测模型的训练，研究结果表明，在苹果果园检测中，合成数据训练的对象检测模型的性能与真实世界图像训练得到的基线模型相似，这表明了合成数据生成技术作为深度模型训练的可行替代方法的潜力。

Jun, 2023

本文研究了图像扩散模型，如 DALL-E 2，Imagen 和 Stable Diffusion，发现它们从训练数据中记忆单个图像并在生成时发射此类图像，总结了此类模型的隐私风险和影响隐私保护培训的新进展。

Jan, 2023

通过对于学生模型的不同层进行实验研究，本文发现学生模型的精度下降主要源于模型的最后几层，进而调查了其他因素的影响，同时结合研究成果提出了通过在最后几层上使用真实数据对合成训练的模型进行微调来改善训练数据使用效率和模型准确度之间的权衡问题。

May, 2024

该研究论文提出了一种基于扩散模型的合成逼真噪声的新方法，用于为困难获得真实数据的情景下的训练去噪模型提供大量高质量的数据，并在多个基准测试上证明了其方法的优越性.

May, 2023

本文系统评估了扩散模型生成图像的现有方法，并研究了新的扩展方式以评估它们对数据增强的益处。作者发现，将扩散模型个性化到目标数据的方法优于简单的提示策略，但使用扩散模型的训练数据，通过简单的最近邻检索程序，直接提高下游性能。此项研究揭示了扩散模型在数据增强方面的局限性，同时也突显了其在生成新训练数据方面的潜力，以提高在简单的下游视觉任务中的性能。

Apr, 2023

通过采用扩散模型在电路生成上进行人工数据生成的研究，用于提高在通常训练数据非常有限的情况下，机器学习模型在性能评估、设计和测试等任务中的准确性，本研究利用 HSPICE 设计环境中 22 纳米 CMOS 技术节点的仿真来获取真实代表性的训练数据，并证明了扩散模型生成的合成数据与真实数据的密切相似性，通过验证生成数据的质量，证明数据增强在数字电路的 VLSI 设计的预测分析中确实有效。

Oct, 2023

本文研究了在没有真实图像的情况下，使用最先进的扩散模型生成的合成图像是否适用于知识蒸馏，并得出了三个关键结论：（1）扩散模型的合成数据可以在现有的合成蒸馏方法中轻松地实现最先进的性能；（2）低保真度合成图像是更好的教材；（3）相对较弱的分类器是更好的教师。

May, 2023

使用基于评分的扩散推荐模型（SDRM）可以生成逼真的合成数据，用以保护用户隐私或解决数据稀疏的问题，并在替代或增补原始数据时相对其他模型提高了 4.30% 的召回率（Recall@$n$）和 4.65% 的 NDCG@$n$。

Nov, 2023

使用对比学习方法最小化不同类别合成图像分布之间的重叠，以改善长尾分布数据集中稀有类别的图像合成质量，并证明该方法能够有效处理基于扩散的生成和分类模型中的不平衡数据。

Feb, 2024

扩散模型在图像生成、解决逆问题和文本到图像合成等各种应用中展示了领先的性能。我们揭示了与大多数其他生成模型截然不同的 “一致模型可重现性” 现象，通过广泛的实验表明，扩散模型在相同初始噪声输入和确定性求解器采样时，倾向于产生几乎相同的输出内容。此模型可重现性在不同的训练环境下均成立，包括记忆化和泛化模式。进一步的分析提供了对 “记忆化模式” 中模型可重现性的理论解释，并揭示此有价值的特性适用于许多扩散模型的变种。更深入理解此现象有可能产生基于扩散模型的更可解释和可控的数据生成过程。

Oct, 2023