ODIN：基于按需数据构建缓解数据集锁定
机器学习
2023-03-17 v2 人工智能
摘要
ODIN 是一种通过集成生成式 AI 模型来解决数据集约束问题的创新方法。传统的零样本学习方法受限于训练数据集。为从根本上克服该限制，ODIN 试图通过基于用户需求生成按需数据集来缓解这个数据集约束。ODIN 由三个主要模块组成：提示生成器、文本到图像生成器和图像后处理器。为生成高质量的提示与图像，我们分别采用了大语言模型（如 ChatGPT）和文本到图像扩散模型（如 Stable Diffusion）。我们在多个数据集上从模型精度与数据多样性方面评估了 ODIN 以展示其潜力，并进行了后续实验以进一步探究。总体而言，ODIN 是一种可行的方法，使 AI 能够学习训练数据集之外的未知知识。
引用
@article{arxiv.2303.06832,
title = {ODIN: On-demand Data Formulation to Mitigate Dataset Lock-in},
author = {SP Choi and Jihun Lee and Hyeongseok Ahn and Sanghee Jung and Bumsoo Kang},
journal= {arXiv preprint arXiv:2303.06832},
year = {2023}
}
备注
15 pages