Сравнительный анализ эффективности различных моделей машинного обучения в задачах генерации контента (2024)

Проведён сравнительный анализ эффективности различных моделей машинного обучения для генерации контента, включая текст, изображения, видео и музыку. Рассмотрены основные метрики оценки качества генерируемого контента для каждого типа данных. Проведено тестирование и сравнение таких моделей, как GPT, DALL-E, Vid2Vid и Mubert, на соответствующих наборах данных. Показаны сильные и слабые стороны каждой модели. Определены наиболее эффективные на текущий момент подходы для задач генерации разных типов контента.

Тип: Статья
Автор (ы): Ступина Мария Валерьевна, Садовая Ирина Викторовна, Балашев А. В.
Ключевые фразы: машинное обучение, сравнительный анализ, генерация контента, модели машинного обучения, GPT, BERT, генерация текста, изображений, видео, музыки

Идентификаторы и классификаторы

УДК
004.8. Искусственный интеллект
Текстовый фрагмент статьи