Multi-Label Conditional Generation From Pre-Trained Models
题目:从预训练模型进行多标签条件生成
作者:Magdalena Proszewska; Maciej Wołczyk; Maciej Zieba; Patryk Wielopolski; Łukasz Maziarka; Marek Śmieja
摘要
尽管现代生成模型在多种任务中取得了卓越的质量,但它们通常缺乏生成具有特定属性的示例的基本能力,例如照片中人物的年龄或生成分子的重量。为了克服这些限制,我们提出了PluGeN(Plugin Generative Network),这是一种简单但有效的生成技术,可以用作预训练生成模型的插件。我们的方法背后的思想是使用基于流的模块将纠缠的潜在表示转换为多维空间,在该空间中,每个属性的值都被建模为独立的一维分布。因此,PluGeN可以生成具有所需属性的新样本,以及操纵现有示例的标记属性。由于潜在表示的解耦,我们甚至能够生成具有数据集中罕见或未见过的属性组合的样本,例如年轻人白发,化妆的男性或留胡须的女性。与竞争方法相比,PluGeN可以在部分标记的数据上进