Tag · 2 篇
模型集成
分布 生成模型与扩散1数据集与评测1
01 02
权重的生成式建模：泛化还是记忆？
Generative Modeling of Weights: Generalization or Memorization?
对做生成模型的人是一个警示性评测框架：它给出「复制/插值 vs 真正新样本」的判别思路（与训练 checkpoint 的距离、与加噪/权重集成的基线对比），可直接迁移到图像生成中检测扩散模型是否只是在记忆训练集。
共识与争议：刻画架构产生分歧的决策空间
Consensus vs. Controversy: Mapping the Decision Space Where Architectures Diverge
提供了一种按图像分歧程度划分分布尾部（高分歧 vs 低分歧）的分析框架，可用于指导模型选择与集成构建——在争议图像子集上挑选互补架构，比在整体精度上做集成更能带来收益。