Meta公司最近推出了一款名為OPT2I的新框架,該框架利用大型語言模型(LLM)來提高SD 圖像從提示詞到圖像(T2I)的生成過程中的一致性。
OPT2I是一個優(yōu)化框架,旨在提升T2I模型中的提示-圖像一致性。它的工作流程始于用戶輸入的提示詞,并通過迭代的方式生成修訂后的提示詞,目標是最大化一致性得分。
經(jīng)過在兩個數(shù)據(jù)集MSCOCO和PartiPrompts上的廣泛驗證,研究顯示,OPT2I能夠顯著提高初始一致性得分,同時保持FID(一種評估生成圖像質(zhì)量的指標)并增加生成數(shù)據(jù)與真實數(shù)據(jù)之間的召回率。
OPT2I框架由三個主要部分構(gòu)成:預(yù)訓(xùn)練的T2I模型、LLM以及一個自動提示-圖像一致性評分器。該框架通過迭代地利用提示-評分對的歷史記錄,提出修訂后的提示,從而生成更符合用戶意圖的圖像。
此外,作者們還探討了如何設(shè)計元提示(meta-prompt),以及如何通過反饋調(diào)整LLM的探索-利用權(quán)衡,以進一步提升模型的性能。總的來說,OPT2I框架為提高T2I模型的提示-圖像一致性提供了一種新的有效方法。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。
近日,德國柏林國際電子消費品展覽會(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)成功斬獲兩項“IFA全球產(chǎn)品設(shè)計創(chuàng)新大獎”金獎,有力證明了其在全球市場的強大影響力。
近日,中國家電及消費電子博覽會(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項AWE 2024艾普蘭大獎。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。
由世界人工智能大會組委會、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會聯(lián)合上海人工智能實驗室、上海臨港經(jīng)濟發(fā)展(集團)有限公司、開放原子開源基金會主辦的“2024全球開發(fā)者先鋒大會”,將于2024年3月23日至24日舉辦。