最近，瑞士洛桑联邦理工学院的研究团队推出了一种新方法，名为 ViPer（Visual Personalization of Generative Models via Individual Preference Learning），旨在根据用户的视觉偏好个性化生成模型的输出。
这一创新在即将到来的2024年 ECCV 会议上进行了展示，团队希望能够让每个用户在相同的提示下，获得更符合自己喜好的生成结果。
产品入口：https://top.aibase.com/tool/viper
ViPer 的工作原理非常简单。用户只需一次性提供自己对一组图片的评论，这些评论将用来提取他们的视觉偏好。这样，生成模型就能在没有复杂提示的情况下进行个性化调整，利用这些属性来生成符合用户喜好的图片。
简单的说，这有点类似Midjourney 此前推出的个性化偏好功能（--personalize），要使用Midjourney个性化模型，用户需要在过去对配对排名中的图片进行过至少200次的点赞或评分。这些评分和点赞行为帮助Midjourney学习用户的偏好，使个性化模型能够更准确地反映用户的品味。
该项目的模型已经在 Huggingface 平台上发布，用户可以轻松下载并使用。ViPer 中的 VPE 模型经过精细调整，可以从用户提供的一系列图像和评论中提取个体偏好。
同时，项目还提供了一种代理指标模型，能够根据用户喜欢和不喜欢的图像预测某个查询图像的偏好分数。这意味着，用户可以更好地了解自己对新图像的潜在喜好。
另外，ViPer 还提供了代理评分机制，用户可以通过提供喜欢和不喜欢的图像，计算出查询图像的评分。这一评分从0到1不等，分数越高，表明用户越喜欢这幅图像。团队建议每个用户提供大约8张喜欢的和8张不喜欢的图像，以确保结果的准确性。
划重点:
🌟 ViPer 通过用户的一次性评论提取个体视觉偏好，从而个性化生成模型的输出。
🖼️ 该项目的模型已在 Huggingface 发布，用户可以方便地下载和使用。
📊 ViPer 提供代理评分机制，帮助用户预测对新图像的喜好程度。