GameLabel-10K：通过移动游戏众包收集图像偏好数据
计算机视觉与模式识别
2024-10-25 v2
摘要
多数参数模型的兴起引发了深度学习中对数据的强烈需求。本研究探讨了以游戏玩家为标注者，他们通过在游戏中获得游戏内货币来获得良好表现的奖励。我们与移动历史战略游戏 Armchair Commander 的开发者合作，测试了这一想法。具体而言，本研究使用成对的图像偏好数据进行测试，这类数据通常用于微调扩散模型。通过此方法，我们创建了 GameLabel-10K 数据集，包含约 1 万条标签和 7000 个独特提示。我们在该数据集上对模型进行微调，对 Flux Schnell 进行微调，并在其提示遵循度方面取得改进，证明了我们收集方法的有效性。此外，我们在 Hugging Face 上公开发布了该数据集和我们微调的模型。
引用
@article{arxiv.2409.19830,
title = {GameLabel-10K: Collecting Image Preference Data Through Mobile Game Crowdsourcing},
author = {Jonathan Zhou},
journal= {arXiv preprint arXiv:2409.19830},
year = {2024}
}
备注
7 pages, 7 images