本文へスキップ

DiffusionRL

強化学習で拡散モデルを改善する

公式サイトを見る

DiffusionRL とは

本論文は多様な報酬関数を用いてテキストから画像への拡散モデルを改善する、規模を広げられる強化学習の手法として説明されている。

できること

  • 選好、構成性、公平性の報酬関数を当てる
  • 拡散モデルを人間の選好に近づける
  • 生成されるサンプルの構成と多様性を整える

長所と短所

✓ 良い点

  • 数百万枚の画像に広げられる手法と説明される
  • サンプルの構成と多様性の改善が報告される

! 注意したい点

  • 対象はウェブ規模の文章と画像の組に潜む偏り
  • 挙げられる土台は学習済みの Stable Diffusion

よくある質問

どんな問題が描かれる?

資料ではウェブ規模の文章と画像の組に潜む偏りが、望ましくないサンプルやモデルの偏りにつながるとしている。

どんな結果が報告される?

資料では学習済みの Stable Diffusion を改善し、人間が選んだサンプルが 80.3 パーセントになったとしている。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法