Key points are not available for this paper at this time.
أظهرت نماذج الانتشار من النص إلى الصورة أنها تعاني من التذكر على مستوى العينة، مما قد يؤدي إلى إعادة إنتاج نسخ شبه مثالية من الصور التي تم التدريب عليها، وهو ما قد يكون غير مرغوب فيه. لمعالجة هذه المشكلة، نطور أول خوارزمية توليد معززة بالاسترجاع (DP) خاصة بالخصوصية، والتي يمكنها توليد عينات صور عالية الجودة مع توفير ضمانات خصوصية قابلة للإثبات. على وجه التحديد، نفترض الوصول إلى نموذج انتشار من نص إلى صورة تم تدريبه على كمية قليلة من البيانات العامة، ونصمم آلية استرجاع DP لتعزيز النص المطلوب بعينات تم استرجاعها من مجموعة استرجاع خاصة. نموذجنا المعزز بالاسترجاع الخاص (DP-RDM) لا يتطلب أي تحسين دقيق على مجموعة الاسترجاع للتكيف مع مجال آخر، ويمكنه استخدام نماذج توليد حديثة لتوليد عينات صور عالية الجودة مع تلبية ضمانات DP الصارمة. على سبيل المثال، عند التقييم على MS-COCO، يمكن لنموذج DP-RDM لدينا توليد عينات بميزانية خصوصية =10، مع توفير تحسين بمقدار 3.5 نقطة في FID مقارنة بالاسترجاع فقط من البيانات العامة لما يصل إلى 10,000 استعلام.
درس ليبينسولد وزملاؤه (الخميس) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: