在本文中,我们研究了生成模型的几个重要标准,并引入评价指标来解决每个问题,同时讨论了生成模型评价中的上述问题。特别是,我们研究了测量生成输出的感知现实主义的挑战,并引入了一个人在循环中的评估系统,利用心理物理学理论,以人类知觉文献和众包技术为基础,构建一个高效、可靠、并采用一致的方法比较不同的模型。除此之外,我们还分析了解缠性(Disentanglement),这是评估已学习表示的一个日益重要的特性,通过使用持久同调测量生成模型数据流形的内在特性。
https://searchworks.stanford.edu/view/13883847