扩散模型记忆化可通过能量盆地几何与循环去噪提前检测
生成出复制图之前就能查出扩散模型背了哪些训练数据,CelebA 和 Stable Diffusion v1.4 上的数字都给出来了,做模型审计的可以看看。
生成出复制图之前就能查出扩散模型背了哪些训练数据,CelebA 和 Stable Diffusion v1.4 上的数字都给出来了,做模型审计的可以看看。
这篇论文告诉你,艺术家也能像玩材料一样玩扩散模型内部。他们在ComfyUI做了交互工具,能直接操纵Stable Diffusion的层,看到具体变化。不是理论说教,是真能动手调的。
想在不重训模型的情况下让扩散模型生成更多样化的结果?这篇论文给出了一个简单有效的技巧:温度采样配合时间偏移,在DiT、Stable Diffusion上都有效果。
这篇论文用硬数据告诉你,AI脱衣已经从搞名人变成搞普通人了,而且Stable Diffusion和Wan是主要生产工具,4chan社区里几百条的高产作者在推波助澜。
这篇论文提出STAR方法,通过空间和时间自适应分配奖励,让RL后训练更精准地优化文本到图像生成,效果在GenEval等基准上显著提升。
关注 AI 图像生成工具的开发者会发现,Seedance 2.0 正在悄悄抢占用户心智,值得留意这个新势力的动向。