DiffusionDB: a large-scale prompt gallery dataset for text-to-image generative models
PulseAugur coverage of DiffusionDB: a large-scale prompt gallery dataset for text-to-image generative models — every cluster mentioning DiffusionDB: a large-scale prompt gallery dataset for text-to-image generative models across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
自适应控制器优化扩散模型，实现更快、更高质量的图像生成
研究人员开发了一种用于扩散模型的自适应控制器，该控制器根据文本提示的复杂性动态调整去噪步数。该方法旨在通过优化推理时间来提高文本到图像生成的效率，而无需额外的模型训练。在 COCO 和 DiffusionDB 数据集上的实验表明，自适应方法在保持视觉保真度的同时减少了生成时间，为基于扩散的文本到图像模型提供了一种更有效的解决方案。
-
新的 DynEval 框架为文本到图像模型提供整体评估
研究人员推出了一种新颖的文本到图像（T2I）生成模型整体评估框架 DynEval。该框架通过动态评估文本-图像对齐和图像质量，解决了现有静态评估方法的局限性。为了支持大规模评估，创建了两个新数据集：GenDB 和 DynEvalInstruct，分别包含数百万个提示-图像对和指令三元组。这些数据集被用于微调紧凑型评估器 DynEval-2B 和 DynEval-4B，它们在众多基准测试中与人类判断表现出更高的相关性，并提供对 T2I …
-
新的路由系统优化文生图生成成本
研究人员开发了一种面向文生图生成的成本感知路由系统，该系统可根据提示的复杂性动态调整计算资源。该框架将每个提示路由到最合适的生成函数，这可能涉及在扩散模型中改变去噪步数或选择完全不同的模型。通过学习为复杂提示保留密集计算，并为更简单的提示使用更经济的选项，该系统旨在优化图像质量与计算成本之间的权衡。在 COCO 和 DiffusionDB 数据集上的实验表明，这种利用九个预训练模型的路由方法，实现了比任何单一模型单独都能达到的更高平均质量。