BriefGPT - AI 论文速递
·
DataDream: 少样本引导式数据集生成
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该论文提出了一个新的基于扩散模型的分类导向框架DreamDA，通过扰动反扩散过程生成多样样本，使用自训练范式生成伪标签和合成数据训练分类器，实验证明了DreamDA在生成高质量多样图像和准确标签方面的有效性。
🎯
关键要点
-
该论文提出了一个新的基于扩散模型的分类导向框架DreamDA。
-
DreamDA通过扰动反扩散过程生成符合原始数据分布的多样样本。
-
引入自训练范式生成伪标签，并使用合成数据训练分类器。
-
在四个任务和五个数据集上进行了广泛实验。
-
实验结果证明了DreamDA在生成高质量多样图像和准确标签方面的有效性。
➡️
