arXiv · 机器人与计算机视觉· Simran Khanuja, Rohit Gandikota, Gaurav Parmar, Graham Neubig·· 28 天前AI 评分45
T-DIG:面向图像生成的文本条件多样性框架
T-DIG: Text-Conditioned Diversity for Image Generation
AI 导读
T-DIG 提出一种迭代式文本条件多样性框架,利用冻结生成器与 LLM 策略通过 GRPO 训练实现多轴变异探索。该方法无需访问模型权重即可在开源及专有模型上应用,并发布了首个基于人类书写轴与真实用户交互构建的多样性数据集。实验显示其在提升文本条件多样性的同时保持了基线提示对齐,远超现有基准。
来源:arXiv · 机器人与计算机视觉 · arxiv.org