本文介绍了生成式文本到图像模型的最新进展，使用扩散模型 (D3M) 作为新的数据集精炼范式。通过文本反演技术，为大型数据集创建简洁且有信息量的表示，以在固定内存预算内有效存储和推理新样本。通过广泛实验验证了方法在不同内存预算下在计算机视觉基准数据集上的有效性。

本文介绍了生成式文本到图像模型的最新进展，使用扩散模型 (D3M) 作为新的数据集精炼范式。通过文本反演技术，为大型数据集创建简洁且有信息量的表示，以在固定的内存预算内有效地存储和推理新样本。通过广泛实验验证了方法在不同内存预算下在计算机视觉基准数据集上的有效性。