ثورة جديدة في نماذج التشتت: جدولة الضوضاء المسترشدة بتردد الفئات!

في خطوة بحثية جديدة، كان هناك اهتمام كبير بتناول مشكلة تردد الفئات وعلاقته بجدولة الضوضاء متعددة المقاييس في نماذج التشتت. تمثل نماذج التشتت (Diffusion Models) نوعًا من النماذج التوليدية التي تعتمد على التذبذبات العشوائية للحصول على نتائج عالية الجودة. ومع ذلك، فإن الفئات ذات الكثافة المنخفضة غالبًا ما تؤدي إلى تقديرات غير دقيقة، مما يؤثر سلبًا على جودة التوليد.

تظهر الأبحاث أن جدولة الضوضاء متعددة المقاييس تستطيع تخفيف هذه المشكلة خلال عملية التشتت. إلا أن الفئات ذات التردد المنخفض تواجه تحديات أكبر بسبب وجود مساحات كثيفة منخفضة، مما ينتج عنه تقديرات غير دقيقة مقارنة بالفئات عالية التردد. وفي هذا السياق، غالباً ما تهيمن الفئات عالية التردد على الفضاء التقديري، مما يؤدي إلى تقارب العديد من النقاط البيانات نحو توليد عينات من هذه الفئات بمعزل عن غيرها. وهذا بدوره ينتج عنه تباين أقل وجودة متدنية بالنسبة للعينات المولدة من الفئات ذات التردد المنخفض.

لحل هذه المشكلة، اقترح الباحثون جدولة الضوضاء المسترشدة بتردد الفئات (Class-frequency Guided Noise Schedule - CFRG)، والتي تستند إلى فكرة أن الفئات ذات التردد المنخفض يجب أن تحمل ضوضاء ذات مقاييس أكبر. لدعم فعالية هذه الطريقة، تم إجراء تجارب على مهام مختلفة، بما في ذلك توليد الصور، تصنيف الصور، وتوليد النصوص إلى صور باستخدام مجموعات بيانات غير متوازنة. النتائج أظهرت تحسنات كبيرة على المعايير الأساسية، مما يدل على الدور الحيوي لإحصائيات التردد في تصميم جدولة الضوضاء.

إذا كنت مهتمًا بتفاصيل هذه الدراسة وأساليبها، فتأكد من متابعة المستجدات في هذا المجال المتطور من الذكاء الاصطناعي.