Buchumschlag

Alchemist: Turning Public Text-to-Image Data into Generative Gold

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Startsev, Valerii, Ustyuzhanin, Alexander, Kirillov, Alexey, Baranchuk, Dmitry, Kastryulin, Sergey
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Does Diffusion Beat GAN in Image Super Resolution?
von: Kuznedelev, Denis, et al.
Veröffentlicht: (2024)

YaART: Yet Another ART Rendering Technology
von: Kastryulin, Sergey, et al.
Veröffentlicht: (2024)

Revisiting Autoregressive Models for Generative Image Classification
von: Sudakov, Ilia, et al.
Veröffentlicht: (2026)

QUASAR: QUality and Aesthetics Scoring with Advanced Representations
von: Kastryulin, Sergey, et al.
Veröffentlicht: (2024)

Invertible Consistency Distillation for Text-Guided Image Editing in Around 7 Steps
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2024)

IQA-Adapter: Exploring Knowledge Transfer from Image Quality Assessment to Diffusion-based Generative Models
von: Abud, Khaled, et al.
Veröffentlicht: (2024)

CasTex: Cascaded Text-to-Texture Synthesis via Explicit Texture Maps and Physically-Based Shading
von: Aliev, Mishan, et al.
Veröffentlicht: (2025)

Switti: Designing Scale-Wise Transformers for Text-to-Image Synthesis
von: Voronov, Anton, et al.
Veröffentlicht: (2024)

Alchemist: Unlocking Efficiency in Text-to-Image Model Training via Meta-Gradient Data Selection
von: Ding, Kaixin, et al.
Veröffentlicht: (2025)

Your Student is Better Than Expected: Adaptive Teacher-Student Collaboration for Text-Conditional Diffusion Models
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2023)

Accurate Compression of Text-to-Image Diffusion Models via Vector Quantization
von: Egiazarian, Vage, et al.
Veröffentlicht: (2024)

Bridging the Gap Between Saliency Prediction and Image Quality Assessment
von: Alexey, Kirillov, et al.
Veröffentlicht: (2024)

Rethinking Global Text Conditioning in Diffusion Transformers
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2026)

Scale-wise Distillation of Diffusion Models
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2025)

Registers Matter for Pixel-Space Diffusion Transformers
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2026)

Hierarchical B-frame Video Coding for Long Group of Pictures
von: Kirillov, Ivan, et al.
Veröffentlicht: (2024)

MADrive: Memory-Augmented Driving Scene Modeling
von: Karpikova, Polina, et al.
Veröffentlicht: (2025)

Inverse Bridge Matching Distillation
von: Gushchin, Nikita, et al.
Veröffentlicht: (2025)

MUMU: Bootstrapping Multimodal Image Generation from Text-to-Image Data
von: Berman, William, et al.
Veröffentlicht: (2024)

Visual Concept-driven Image Generation with Text-to-Image Diffusion Model
von: Rahman, Tanzila, et al.
Veröffentlicht: (2024)

Scalable Ranked Preference Optimization for Text-to-Image Generation
von: Karthik, Shyamgopal, et al.
Veröffentlicht: (2024)

Can Text-to-Image Generative Models Accurately Depict Age? A Comparative Study on Synthetic Portrait Generation and Age Estimation
von: Novikov, Alexey A., et al.
Veröffentlicht: (2025)

Harnessing Caption Detailness for Data-Efficient Text-to-Image Generation
von: Wang, Xinran, et al.
Veröffentlicht: (2025)

Proactive Agents for Multi-Turn Text-to-Image Generation Under Uncertainty
von: Hahn, Meera, et al.
Veröffentlicht: (2024)

Camera Control for Text-to-Image Generation via Learning Viewpoint Tokens
von: Lu, Xinxuan, et al.
Veröffentlicht: (2026)

MSSPlace: Multi-Sensor Place Recognition with Visual and Text Semantics
von: Melekhin, Alexander, et al.
Veröffentlicht: (2024)

Talk2Image: A Multi-Agent System for Multi-Turn Image Generation and Editing
von: Ma, Shichao, et al.
Veröffentlicht: (2025)

Surgical Text-to-Image Generation
von: Nwoye, Chinedu Innocent, et al.
Veröffentlicht: (2024)

TextBoost: Boosting Text Encoder for Personalized Text-to-Image Generation
von: Park, NaHyeon, et al.
Veröffentlicht: (2024)

Color Conditional Generation with Sliced Wasserstein Guidance
von: Lobashev, Alexander, et al.
Veröffentlicht: (2025)

HISTAI: An Open-Source, Large-Scale Whole Slide Image Dataset for Computational Pathology
von: Nechaev, Dmitry, et al.
Veröffentlicht: (2025)

Not Just Pretty Pictures: Toward Interventional Data Augmentation Using Text-to-Image Generators
von: Yuan, Jianhao, et al.
Veröffentlicht: (2022)

Generating an Image From 1,000 Words: Enhancing Text-to-Image With Structured Captions
von: Gutflaish, Eyal, et al.
Veröffentlicht: (2025)

ReNO: Enhancing One-step Text-to-Image Models through Reward-based Noise Optimization
von: Eyring, Luca, et al.
Veröffentlicht: (2024)

Text4Seg: Reimagining Image Segmentation as Text Generation
von: Lan, Mengcheng, et al.
Veröffentlicht: (2024)

Prompt Refinement with Image Pivot for Text-to-Image Generation
von: Zhan, Jingtao, et al.
Veröffentlicht: (2024)

A Review on Generative AI For Text-To-Image and Image-To-Image Generation and Implications To Scientific Images
von: Sordo, Zineb, et al.
Veröffentlicht: (2025)

Approach to Designing CV Systems for Medical Applications: Data, Architecture and AI
von: Ryabtsev, Dmitry, et al.
Veröffentlicht: (2025)

Generating Intermediate Representations for Compositional Text-To-Image Generation
von: Galun, Ran, et al.
Veröffentlicht: (2024)

Generating Multimodal Images with GAN: Integrating Text, Image, and Style
von: Tan, Chaoyi, et al.
Veröffentlicht: (2025)