本研究改进了噪声采样技术，训练了一种矫正流模型，用于高分辨率文本到图像合成。同时提出了基于Transformer的文本到图像生成架构，改善了文本理解和人体偏好评级。实验证明该架构性能优于扩散公式。研究结果将公开。

本研究改进了噪声采样技术，训练了一种矫正流模型，用于高分辨率文本到图像合成。同时，提出了一种基于Transformer的文本到图像生成架构，改善了文本理解和人体偏好评级。实验证明该架构的合成效果优于现有模型。

本研究改进了噪声采样技术，训练了一种矫正流模型，用于高分辨率文本到图像合成。同时提出了基于Transformer的文本到图像生成架构，改善了文本理解、排版和人体偏好评级。实验证明，该架构遵循可预测的扩展趋势，文本到图像合成效果更好。