2022年11月25日 – arXiv最新論文の紹介

Versatile Diffusion: Text, Images and Variations All in One Diffusion Model [79.5]
近年の拡散モデルの発展は、多くの世代における重要なマイルストーンとなっている。既存の単一フロー拡散パイプラインを Versatile Diffusion (VD) と呼ばれるマルチフローネットワークに拡張する。 VDは1つの統一されたモデルで、テキスト・ツー・イメージ・トゥ・テキスト、イメージ・ヴァレージョン、およびテキスト・ヴァレージョンを処理する。
論文参考訳（メタデータ） (Tue, 15 Nov 2022 17:44:05 GMT)
text-to-image, image-to-text, image-variation, text-variationを取り扱え宇モデルの提案
リポジトリはSHI-Labs/Versatile-Diffusion: Versatile Diffusion: Text, Images and Variations All in One Diffusion Model, 2022 (github.com)

Open-Domain Conversational Question Answering with Historical Answers [29.8]
本稿では,過去の回答を利用して検索性能を向上させるConvADR-QAを提案する。提案手法では,学習者側が学習者側から発する雑音を低減させるため,学習者側で学習者側で学習を行う。ベンチマークデータセットOR-QuACを用いた実験では,抽出および生成の両方において,既存のベースラインよりも優れた性能を示した。
論文参考訳（メタデータ） (Thu, 17 Nov 2022 08:20:57 GMT)
過去の回答を使いながら性能を向上させるQA手法の提案。対話の文脈を一定程度考慮できるようで興味深い。
リポジトリはhttps://github.com/MiuLab/ConvADR-QAとのことだが、現時点では404