Bu yaxınlarda mətn əsaslı təsvir yaratma modelləri avtomatik olaraq yalnız təbii dil təsvirlərindən yüksək ayırdetmə qabiliyyətinə malik, yüksək keyfiyyətli şəkillər yarada bilir. Bununla belə, Stabil Diffuziya modeli kimi tipik bir nümunəyə “yaradıcı” mətn verildikdə, onun həqiqətən yaradıcı şəkillər yaratmaq qabiliyyəti məhdud olaraq qalır.

KAIST tədqiqatçıları əlavə təlim olmadan Stabil Diffuziya kimi mətn əsaslı təsvir yaratma modellərinin yaradıcılığını artıra bilən texnologiya işləyib hazırlayıblar ki, bu da süni intellektə adidən uzaq olan kreativ kreslo dizaynlarını çəkməyə imkan verir.

KAIST Kim Jaechul Lisansüstü İntellekt Məktəbində professor Jaesik Choi-nin tədqiqat qrupu, NAVER AI Lab ilə əməkdaşlıq edərək, əlavə təlimə ehtiyac olmadan AI generativ modellərinin yaradıcı nəslini artırmaq üçün bu texnologiyanı inkişaf etdirdi. İş arXiv preprint serverində dərc olunub , kod GitHub-da mövcuddur .

Professor Choi-nin tədqiqat qrupu mətn əsaslı təsvir yaratma modellərinin daxili xüsusiyyət xəritələrini gücləndirməklə yaradıcı nəsli artırmaq üçün texnologiya hazırlayıb. Onlar həmçinin model daxilində dayaz blokların yaradıcı nəsildə həlledici rol oynadığını aşkar etdilər. Onlar təsdiq etdilər ki, xüsusiyyət xəritələrini tezlik domeninə çevirdikdən sonra yüksək tezlikli bölgədə dəyərlərin gücləndirilməsi səs-küyə və ya parçalanmış rəng nümunələrinə səbəb ola bilər.

Müvafiq olaraq, tədqiqat qrupu dayaz blokların aşağı tezlikli bölgəsinin gücləndirilməsinin yaradıcı nəsli effektiv şəkildə artıra biləcəyini nümayiş etdirdi.

Orijinallıq və faydalılığı yaradıcılığı müəyyən edən iki əsas element kimi nəzərə alaraq, tədqiqat qrupu generativ model daxilində hər blok üçün optimal gücləndirmə dəyərini avtomatik seçən alqoritm təklif etdi.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=2793866484&adk=2520359048&adf=2636419947&pi=t.ma~as.2793866484&w=750&abgtt=6&fwrn=4&fwrnh=0&lmt=1750657520&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Ftechxplore.com%2Fnews%2F2025-06-ai-image-gain-creative-edge.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTM3LjAuNzE1MS4xMDQiLG51bGwsMCxudWxsLCI2NCIsW1siR29vZ2xlIENocm9tZSIsIjEzNy4wLjcxNTEuMTA0Il0sWyJDaHJvbWl1bSIsIjEzNy4wLjcxNTEuMTA0Il0sWyJOb3QvQSlCcmFuZCIsIjI0LjAuMC4wIl1dLDBd&dt=1750657520335&bpp=1&bdt=996&idt=441&shv=r20250617&mjsv=m202506180101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Dfdc40d724f2dca57%3AT%3D1735367325%3ART%3D1750656072%3AS%3DALNI_MYStQ6fUQQQLyo5Z7z1h-XhXcWBtA&gpic=UID%3D00000f80eacffadc%3AT%3D1735367325%3ART%3D1750656072%3AS%3DALNI_MYaOugky0UawScoidzfbXof3-N-iw&eo_id_str=ID%3De43bb863646b60b8%3AT%3D1735367325%3ART%3D1750656072%3AS%3DAA-AfjbQoPwZqH28q9IwcCLRSzzg&prev_fmts=0x0&nras=1&correlator=3027507823275&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=2071&biw=1905&bih=945&scr_x=0&scr_y=0&eid=31092114%2C95353387%2C95362656%2C31093075%2C95364386%2C95359266%2C95364335%2C95364390%2C95360684&oid=2&pvsid=7755661630531052&tmod=1621059387&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=527

Hazırlanmış alqoritm vasitəsilə əvvəlcədən öyrədilmiş Stabil Diffuziya modelinin daxili xüsusiyyət xəritələrinin müvafiq gücləndirilməsi əlavə təsnifat məlumatları və ya təlim olmadan yaradıcı nəsli gücləndirə bildi.

Tədqiqat qrupu müxtəlif ölçülərdən istifadə edərək kəmiyyətcə sübut etdi ki, onların işlənib hazırlanmış alqoritmi faydalılıqdan əhəmiyyətli dərəcədə ödün vermədən mövcud modellərdən daha yeni şəkillər yarada bilər.

Xüsusilə, onlar Stable Diffusion XL (SDXL) modelinin təsvir yaratma sürətini əhəmiyyətli dərəcədə yaxşılaşdırmaq üçün hazırlanmış SDXL-Turbo modelində baş verən rejimin çökməsi problemini yumşaltmaqla təsvir müxtəlifliyinin artmasını təsdiqləyiblər. Bundan əlavə, istifadəçi araşdırmaları göstərdi ki, insan qiymətləndirməsi də mövcud metodlarla müqayisədə faydalılığa nisbətən yeniliyin əhəmiyyətli dərəcədə yaxşılaşmasını təsdiqləyir.

Jiyeon Han və Dahee Kwon, Ph.D. KAIST-də namizədlər və məqalənin birinci müəllifləri qeyd etdilər ki, “Bu, yeni təlim və ya dəqiq tənzimləmə olmadan generativ modellərin yaradıcı nəslini təkmilləşdirmək üçün ilk metodologiyadır. Biz göstərmişik ki, təlim keçmiş AI generativ modelləri daxilində gizli yaradıcılıq xüsusiyyət xəritəsi manipulyasiyası vasitəsilə gücləndirilə bilər.”

Onlar əlavə etdilər: “Bu tədqiqat mövcud təlim keçmiş modellərdən yalnız mətndən istifadə edərək yaradıcı şəkillər yaratmağı asanlaşdırır. Onun yaradıcı məhsul dizaynı kimi müxtəlif sahələrdə yeni ilham verməsi və AI modellərinin yaradıcı ekosistemdə praktik və faydalı tətbiqinə töhfə verəcəyi gözlənilir.”

Jiyeon Han və Ph.D Dahee Kwon tərəfindən həmmüəlliflik edilən bu araşdırma. KAIST Kim Jaechul Süni İntellekt Məktəbinin namizədləri, 16 iyun tarixində beynəlxalq akademik konfrans olan Kompüter Görmə və Nümunələrin Tanınması üzrə Beynəlxalq Konfransda ( CVPR ) təqdim olundu.

Daha çox məlumat: Jiyeon Han et al, Enhancing Creative Generation on Stabil Diffusion-based Models, arXiv (2025). DOI: 10.48550/arxiv.2503.23538

Jurnal məlumatı: arXiv Koreya Qabaqcıl Elm və Texnologiya İnstitutu (KAIST) tərəfindən təmin edilmişdir