今週(?)の気になった論文などの情報をまとめておきます。適宜呼んだり情報を深追いしたりしていきます。

論文系

Deep Networks Always Grok and Here is Why

• Deep Networks Always Grok and Here is Why
• https://www.slideshare.net/DeepLearningJP2016/dlgrokking-generalization-beyond-overfitting-on-small-algorithmic-datasets

ニューラルネットワークでは訓練誤差がゼロになった状態（過学習の状態）を超えて学習し続けると、急激な汎化性能の向上が見られる grokking（理解する）という現象が確認されています。本論文では grokking とは非線形領域（動画中の黒線）が分類面に移動する相転移がおき、サンプル周辺領域が線形化される（敵対的摂動にも頑健になる）現象がおこるという理由付けをしている点が面白そう。

Binary Opacity Grids: Capturing Fine Geometric Detail for Mesh-Based View Synthesis

メッシューベースの3Dモデリングの新しい手法？？ NeRF や 3DGS との差異も気になるところです。

Intriguing Properties of Diffusion Models: A Large-Scale Dataset for Evaluating Natural Attack Capability in Text-to-Image Generative Models

• https://arxiv.org/pdf/2308.15692.pdf

生成画像の「止まれ」の標識を誤認識する問題を深堀っていそうな論文。

OOTDiffusion

• https://github.com/levihsu/OOTDiffusion

オンラインで人の画像に対して服装を合成できるようなモデル？

GaussianShader: 3D Gaussian Splatting with Shading Functions for Reflective Surfaces

Gaussian Splat の派生版であるようなモデル？

ツール系

GLIGEN GUI

• https://github.com/mut-ex/gligen-gui

位置を bbox で指定しながら画像生成を行うことができるようなシステムです。ComfyUI をベースにしているものらしい。

Stable Projectorz

• https://stableprojectorz.com/

Stable Diffusion web ui で使用できる、3Dレンダリングライブラリ

Stable Diffusion 3