Fréchet距离可解释性分解方法提出

研究提出方向性Fréchet距离，将最优传输位移在给定方向上的平方投影期望作为度量，用于分解FID/FVD等生成模型评测指标。该方法在图像、视频和蛋白质案例中显示，少量可解释方向即可解释大部分距离。 作者称，借助CLIP嵌入的语义概念，可解释COCO上扩散采样步数增加导致ImageReward提升但FID变差的现象，并量化FVD对逐帧外观的偏好。代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。