Percept-Lens
Sakana AI推出的验证基准,用来衡量各种方法区分AI生成图像与真实照片的能力。
简单来说
Percept-Lens就像一份考卷,用来测试某种方法能多好地分辨AI生成的图像和真实照片。它把39个不同的公开数据集整合到一起,凑成710万张图像,让各种判别真假图像的方法在相同条件下一较高下。
就像要公平评判多名学生,必须让他们做同样的考题一样,这个基准统一了把图像转换成数值的方式,也统一了训练数据的倾向后再进行比较。如果不统一这些条件,就无法判断某种判别方法究竟是真正出色,还是仅仅因为条件有利而拿到高分。
Sakana AI的研究团队在这个基准上发现了一个有趣的结果:不经过专门训练、只靠均值和方差之类的统计公式来区分真假图像的方法,其表现与经过精心训练的现有判别程序相当,甚至更好。
在报道中是这样出现的
文章中通常在说明规模时提到它,比如"基于39个数据集的710万张图像进行验证"。需要注意的是,Percept-Lens本身不是生成图像的AI,而是用来测试各种图像判别方法能力的检验工具。