YaART：又一种 ART 渲染技术
计算机视觉与模式识别
2024-04-09 v1
摘要
在快速发展的生成模型领域，高效且高保真的文本到图像扩散系统的开发是一个重要前沿。本研究介绍了 YaART，一种新型生产级文本到图像级联扩散模型，该模型使用基于人类反馈的强化学习（RLHF）与人类偏好对齐。在 YaART 的开发过程中，我们特别关注模型和训练数据集大小的选择，这些方面以前没有针对文本到图像级联扩散模型进行过系统的研究。具体而言，我们全面分析了这些选择如何影响训练过程的效率和生成图像的质量，这在实践中非常重要。此外，我们证明了在较高质量的较小数据集上训练的模型可以成功地与在较大数据集上训练的模型相竞争，从而建立了一种更高效的扩散模型训练场景。从质量角度来看，用户始终比许多现有的 SOTA 模型更偏好 YaART。
关键词
引用
@article{arxiv.2404.05666,
title = {YaART: Yet Another ART Rendering Technology},
author = {Sergey Kastryulin and Artem Konev and Alexander Shishenya and Eugene Lyapustin and Artem Khurshudov and Alexander Tselousov and Nikita Vinokurov and Denis Kuznedelev and Alexander Markovich and Grigoriy Livshits and Alexey Kirillov and Anastasiia Tabisheva and Liubov Chubarova and Marina Kaminskaia and Alexander Ustyuzhanin and Artemii Shvetsov and Daniil Shlenskii and Valerii Startsev and Dmitrii Kornilov and Mikhail Romanov and Artem Babenko and Sergei Ovcharenko and Valentin Khrulkov},
journal= {arXiv preprint arXiv:2404.05666},
year = {2024}
}
备注
Prompts and additional information are available on the project page, see https://ya.ru/ai/art/paper-yaart-v1