本研究提出了一种学习“黄金噪声”的框架，以改善文本与图像的对齐。通过对随机高斯噪声的小幅调整，形成“噪声提示”，并构建了相应的学习框架和数据集。实验结果表明，该框架显著提升了合成图像的质量，具有高效性和通用性。