LAION-5B
PulseAugur coverage of LAION-5B — every cluster mentioning LAION-5B across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
德国法院驳回摄影师对 LAION 数据集的版权诉讼
一名摄影师起诉 LAION,指控其未经授权使用他的照片用于 LAION-5B 数据集,该诉讼被汉堡地区法院驳回。法院于 2024 年 9 月 27 日裁定,LAION 对该照片的使用(于 2021 年下载)在 TDM 科学研究例外条款下是允许的。
-
Stable Diffusion 详解:文本到图像生成的关键概念
本文深入探讨了 Stable Diffusion 的技术基础,这是一款著名的文本到图像扩散模型。文章分解了使该模型能够根据文本提示生成图像的核心概念。讨论的关键要素包括潜在扩散模型的作用以及影响最终图像输出的种子(Seed)、步数(Steps)和引导系数(CFG)等实用设置。
-
新数据集揭示深度伪造检测器在智能手机照片上失效
一篇新论文介绍了LAION-Mobile,一个包含一百万张智能手机照片的数据集,用于评估深度伪造检测器。研究人员发现,当前的检测器在处理经过现代智能手机计算摄影管道处理的图像时表现不佳,经常将真实照片标记为伪造。该研究强调了在处理当前智能手机技术生成的图像时,深度伪造检测能力存在重大差距。
-
LAION-5B数据集显示出显著的年龄、性别和种族偏见
一项对LAION-5B图像数据集的新分析研究揭示了显著的人口统计学和刻板印象偏见。研究人员发现,该数据集过度代表了年轻成年人、白人和男性,而低估了少数族裔和老年女性。此外,研究还识别出情感与人口统计学之间的刻板印象关联,例如将愤怒与男性联系起来,将快乐与女性联系起来。LAION-5B是广泛使用的训练数据集,其中根深蒂固的不平衡可能会影响众多下游AI系统的行为和输出。
-
研究发现 LAION-Aesthetics Predictor 强化了帝国式和男性凝视
一篇新论文揭示,LAION-Aesthetics Predictor (LAP) 模型,该模型被广泛用于为 Stable Diffusion 等图像生成模型策展数据集,存在显著偏见。LAP 模型不成比例地筛选出提及女性的图像,同时筛选掉提及男性或 LGBTQ+ 个体的图像。此外,它偏爱写实的西方和日本艺术,反映了其训练数据中的偏见,这些数据主要来自英语摄影师和西方 AI 爱好者。作者呼吁采用更多元化的评估方法,而不是规定性的美学衡量标准。