Ciencia · Global · IA · MIT
MIT estudia cómo cambia la atribución de imágenes al ampliar datos de entrenamiento
El trabajo utiliza conjuntos de modelos de difusión desmontables.
Fecha de la fuente original:
Lo esencial
- Resultados limitados al diseño experimental estudiado.
Medir la influencia de los ejemplos
Investigadores de MIT comunicaron experimentos en los que la influencia de ejemplos individuales disminuye al crecer el conjunto de entrenamiento. Su arquitectura permite retirar componentes expuestos a ciertos datos y comparar imágenes resultantes.
Experimentos con modelos de difusión
El estudio analizó conjuntos de hasta más de 160.000 imágenes. Sus conclusiones corresponden a modelos de difusión y no están establecidas para grandes modelos de lenguaje. Tampoco resuelven por sí solas la legalidad de entrenar con obras protegidas.