拡散過程を用いたキャプション生成性能向上への取り組み

抄録

近年、拡散過程を用いた生成モデルが連続データ生成において非常に良い性能を達成しており、離散データ生成においても盛んに研究が進められている。本研究は、拡散過程を用いたキャプション生成の性能向上について、言語モデルと分類器の導入の検討を行った結果を報告する。 事前学習済み汎用言語モデルおよび分類器のそれぞれの導入の有無において、精度の違いを検証し、どのような条件において精度の高いキャプション生成が実現可能かについて調査を行う。