学习多维人类偏好的文本到图像生成
原文中文，约400字，阅读约需1分钟。发表于：。通过引入偏爱条件模块到 CLIP 模型，我们提出了首个用于评估文本到图像模型的多维度偏好评分模型，称为 Multi-dimensional Preference Score（MPS）。MPS 在我们的 Multi-dimensional Human Preference（MHP）数据集上进行训练，在四个维度（审美、语义一致性、细节质量和整体评估）上获得 918,315...
研究人员通过引入偏爱条件模块到CLIP模型，提出了首个用于评估文本到图像模型的多维度偏好评分模型MPS。MPS在多维人类偏好数据集上训练，优于现有评分方法，为改进文本到图像生成提供了有希望的指标。
