PulseAugur
实时 23:50:48
English(EN) Analytical Correction for Subsampling Bias in Drifting Models

新方法校正漂移生成模型中的子采样偏差

研究人员开发了分析偏差校正(ABC)方法,用于解决漂移模型中的子采样偏差问题。漂移模型用于单步生成任务。偏差源于使用小批量估计质心,导致 O(1/n) 的误差。ABC 提供了一种闭式调整,将偏差降低到 O(1/n^2),同时不会显著增加方差。该技术只需进行最小的代码更改和计算开销,在 CIFAR-10 等数据集上显示出实际优势,例如降低 FID 分数和加快训练速度,尤其是在使用小样本量时。 AI

影响 提高生成模型的训练效率和样本质量,尤其是在数据有限的情况下。

排序理由 学术论文,介绍用于改进生成模型的新方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新方法校正漂移生成模型中的子采样偏差

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jiaru Zhang, Zeyun Deng, Juanwu Lu, Ziran Wang, Ruqi Zhang ·

    Analytical Correction for Subsampling Bias in Drifting Models

    arXiv:2604.27239v1 Announce Type: new Abstract: Drifting models are capable one-step generative models trained to follow a drifting field. The field combines attractive and repulsive softmax-weighted centroids over the data and current-generator distributions. In practice, only a…