참고X
AI 이미지 모델들의 '노이즈 아티팩트' 전이 현상: 모델 간 상호 학습의 역설
AI 생성물을 다시 학습 데이터로 사용하면서 특정 아티팩트가 모델 전반에 증폭되는 현상 관찰됨.
요약
X 사용자 mark_k는 GPT-Image-2에서 발생했던 악명 높은 노이즈 아티팩트 문제가 다른 이미지 생성 모델에서도 나타나고 있다고 지적했다. 해당 사용자는 이러한 현상이 모델 간 기술 공유 때문이 아니라, 서로가 생성한 데이터를 학습 데이터로 사용하는 '우로보로스(ouroboros)' 방식의 학습 구조 때문이라고 분석했다. 실제로 비교된 GPT-Image-2와 Grok Image 2.0의 이미지 샘플에서 유사한 노이즈 문제가 관찰되었다. 인공지능 모델들이 서로의 결과물을 재학습하는 과정에서 데이터 오염 및 품질 저하 문제가 확산될 가능성이 제기된다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @mark_k: It's funny that the infamous "noise artifact" issue of GPT-Image-2 has now made its way into other image models. Not because of th
원문 보기 ↗