生成 AI 模型通常倾向于学习复杂的数据分布，正因为如此，这些模型擅长于生成类似人类的语言并且能够生成栩栩如生的人类面孔等图像。但是训练这些模型需要大量地标记数据，然而人工手动任务有些会使得必要的语料库有时供不应求。近日，谷歌和苏黎世联邦理工学院的研究人员提出研究解决方案，该论文名为「使用较少标签的高保真图像生成」，在论文中，研究人员描述了一个「语义提取器」，它可以从训练数据中提取特征，以及为整个训练推断标签的方法。从标记图像的一小部分设置，研究人员论证道，这些自我和半监督技术可以在像 ImageNet 这样的流行基准测试中胜过目前最先进的方法。（venturebeat）