ImageGem：面向生成式模型个性化的野生环境生成图像交互数据集
计算机视觉与模式识别
2025-10-22 v1 人工智能
信息检索
摘要
我们介绍了 ImageGem，这是一个用于研究理解细粒度个体偏好的生成式模型的数据集。我们认为，阻碍开发此类生成式模型的关键挑战是缺乏野生环境和细粒度的用户偏好注释。我们的数据集包含来自 57K 位用户的真实世界交互数据，他们共同构建了 242K 个定制 LoRAs，撰写了 300 万条文本提示，并生成了 500 万张图像。借助我们数据集的用户偏好注释，我们能够训练更好的偏好对齐模型。此外，利用个体用户偏好，我们调查了检索模型和视觉语言模型在个性化图像检索和生成式模型推荐方面的性能。最后，我们提出了一个用于在潜在权重空间中编辑定制扩散模型以对齐个体用户偏好的端到端框架。我们的结果表明，ImageGem 数据集首次实现了生成式模型个性化的新范式。
引用
@article{arxiv.2510.18433,
title = {ImageGem: In-the-wild Generative Image Interaction Dataset for Generative Model Personalization},
author = {Yuanhe Guo and Linxi Xie and Zhuoran Chen and Kangrui Yu and Ryan Po and Guandao Yang and Gordon Wetztein and Hongyi Wen},
journal= {arXiv preprint arXiv:2510.18433},
year = {2025}
}