مبارزه برای جلوگیری از تقلید هوش مصنوعی از سبک هنرمندان انسانی

چکیده و 1. مقدمه

  1. پیشینه و کارهای مرتبط

  2. مدل تهدید

  3. تقلید سبک قوی

  4. راه اندازی آزمایشی

  5. نتایج

    6.1 یافته های اصلی: همه حفاظت ها به راحتی دور زده می شوند

    6.2 تجزیه و تحلیل

  6. بحث و تأثیر گسترده تر، قدردانی ها و مراجع

الف. نمونه های هنری مفصل

ب. نسل های تقلید قوی

ج. نتایج تفصیلی

د. تفاوت با لعاب تنظیم دقیق

E. یافته های Glaze 2.0

F. Findings on Mist v2

ز. روش‌های تقلید سبک

H. حفاظت های تقلید سبک موجود

I. روش های تقلید قوی

J. راه اندازی آزمایشی

K. مطالعه کاربر

L. منابع محاسباتی

6.2 تجزیه و تحلیل

اکنون در مورد بینش‌های کلیدی و درس‌های آموخته‌شده از این نتایج بحث می‌کنیم.

محافظ های لعاب بدون هیچ تلاشی برای دور زدن خراب می شوند. نتایج برای Glaze بدون تقلید قوی (به ردیف “تقلید ساده” در شکل 4 مراجعه کنید) نشان می دهد که محافظت های ابزار اغلب بی اثر هستند. بدون هیچ گونه مداخله استحکامی، 30 درصد از تصاویر تولید شده با تنظیم دقیق خارج از قفسه ما به عنوان بهتر از نتایج پایه تنها با استفاده از تصاویر محافظت نشده رتبه بندی می شوند. این در تضاد با ارزیابی اولیه گلیز است که ادعا می‌کرد نرخ موفقیت حداکثر 10 درصد برای تقلید قوی است.[4] این تفاوت احتمالاً به دلیل شکنندگی محافظ در برابر تغییرات جزئی در تنظیم دقیق است (همانطور که ما …

Source link