详细内容或原文请订阅后点击阅览
如何停止在过去的eras中描绘iPhone
AI Image Generator如何描绘过去？新的研究表明，它们将智能手机置于18世纪，将笔记本电脑插入1930年代的场景，并将真空吸尘器放在19世纪的房屋中，从而提出了有关这些模型如何想象历史以及它们是否能够完全具有上下文历史准确性的问题。在2024年初，[…]如何停止AI描绘iPhone的帖子首先出现在unite.ai上。
来源:Unite.AIAI Image Generator如何描绘过去？新的研究表明，它们将智能手机置于18世纪，将笔记本电脑插入1930年代的场景，并将真空吸尘器放在19世纪的房屋中，从而提出了有关这些模型如何想象历史以及它们是否能够完全具有上下文历史准确性的问题。
在2024年初，Google的双子座多模式AI模型的图像生成能力因在不适当的情况下强加了人口公平而受到批评，例如生成第二次世界大战的德国士兵的出处：
双子座 不适当上下文中的人口公平在2024年Google的双子座多模式模型设想的人口统计学上不可能的德国军事人员。资料来源：Gemini AI/Google通过Guardian
在人口统计学上不可能的德国军事人员，正如Google的双子座多模型在2024年所设想的。 监护人这是一个例子，在其中纠正AI模型中偏见的努力未能考虑到历史背景。在这种情况下，不久之后就解决了问题。 但是，基于扩散的模型仍然容易产生混淆现代和历史方面和人工制品的历史版本。
偏见 基于扩散的这部分是由于纠缠，在培训数据中经常出现的质量在模型的输出中融合在一起。例如，如果像智能手机这样的现代物体经常与数据集中的交谈或聆听行为共同发生，则该模型即使提示提示指定了历史环境，该模型也可以学会将这些活动与现代设备相关联。一旦将这些关联嵌入了模型的内部表示中，就很难将活动与当代背景区分开，从而导致历史上不准确的结果。
纠缠 内部表示 非常有能力创造逼真的人提示
‘一个人在[历史时期]与朋友一起笑的人的影像’ “单色” 过时;