MANTA -- 经济实惠的模型适配器原生生成
人工智能
2024-09-24 v1 图像与视频处理
摘要
现有的模型生成算法依赖于简单、不灵活的适配器选择来提供个性化结果。我们将模型-适配器组合问题作为过去工作的广义问题提出，并考虑了实际的硬件和经济性约束，同时引入 MANTA 作为解决该问题的新方法。在 COCO 2014 验证集上的实验表明，MANTA 在图像任务多样性和质量方面表现优异，代价是对齐性略有下降。我们的系统在任务多样性方面达到了 的胜率，在任务质量方面达到了 的胜率，优于已知最佳系统，并展现出在合成数据生成和创意艺术领域直接应用的巨大潜力。
引用
@article{arxiv.2409.14363,
title = {MANTA -- Model Adapter Native generations that's Affordable},
author = {Ansh Chaurasia},
journal= {arXiv preprint arXiv:2409.14363},
year = {2024}
}