拡散モデルの記憶問題を対数確率の異方性から検出し軽減する新手法

要約

拡散モデルが訓練データを丸暗記して生成してしまう「記憶（Memorization）」の問題に対し、対数確率分布の異方性に着目した新しい検出指標を提案。従来の手法よりも高速かつ高精度に記憶されたサンプルを特定し、Stable Diffusionを用いた実験でその有効性と、検出に基づく軽減策の実用性を実証した。

全文は有料プランで閲覧できます。