arXiv · AI· Longzhen Han, Awes Mubarak, Almas Baimagambetov, Nikolaos Polatidis, Thar Baker·· 6 小时前AI 评分42
多模态生成模型中的生成类别与技术综述
A Survey of Generative Categories and Techniques in Multimodal Generative Models
AI 导读
多模态生成模型已从文本扩展至图像、音乐、视频、人类动作及 3D 对象。 该研究将六种文本条件生成模态与自监督学习、混合专家（Mixture of Experts）等四项技术相结合，并评估了其在保真度、组合性及鲁棒性方面的表现。 研究还分析了偏见、隐私泄漏及滥用等信任风险。
来源：arXiv · AI · arxiv.org