GenerativeModel2 Latent Space Oddity, VAE 잠재 공간의 직선이 최단 경로가 아닌 이유 두 latent vector 사이를 이동할 때 가장 간단한 방법은 직선을 긋는 것입니다. 생성형 AI에서 interpolation을 설명할 때도 두 점 사이의 값을 선형적으로 섞는 방식이 자주 등장합니다.하지만 2018년 ICLR에 발표된 Latent Space Oddity: On the Curvature of Deep Generative Models는 여기서 한 가지 문제를 지적했습니다. deep generative model의 decoder가 비선형이라면 latent space에서의 직선거리와 실제 생성 데이터의 변화량이 서로 다를 수 있다는 것입니다.latent space oddity on the curvature of deep gen에서 가장 먼저 볼 변화Latent Space가 평평하다고 가정하.. 2026. 8. 25. Latent Space Symmetry Discovery, LaLiGAN이 비선형 대칭을 찾는 방법 latent space symmetry discovery는 Stable Diffusion의 latent에서 좌우대칭 이미지를 찾는 기술을 뜻하지 않습니다. 이 표현은 ICML 2024에 발표된 연구 제목으로, 데이터에 숨어 있는 비선형 symmetry를 latent space로 옮겨 발견하는 방법을 다룹니다.논문이 제안한 모델은 Latent LieGAN, 줄여서 LaLiGAN입니다. 핵심은 복잡한 원본 데이터에서 symmetry를 직접 찾으려 하지 않고, 먼저 latent space로 변환해 그곳에서는 symmetry가 더 단순한 linear action으로 나타나도록 만드는 것입니다.latent space symmetry discovery에서 가장 먼저 볼 변화기존 Symmetry Discovery는 .. 2026. 8. 25. 이전 1 다음
