#文本到图像生成

共 5 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「文本到图像生成」标签的资讯、产品与论文，按刊登时间排，新的在上。

7月17日

这篇论文用多轴Max@K强化学习，让T2I模型生成更公平多样的人像，公平分提升0.23-0.36，不牺牲质量。

arXiv cs.LG@Ku Onoda 等 7 人原文

7月16日

论文精选00:48

不用专门训练奖励模型，直接用现成的MLLM给图片打分，省事又能提质量。

AK@_akhaliq原文

6月24日

这篇论文解决了文生图模型在物体数量、空间位置等结构细节上经常翻车的问题，用隐式思维链单次前向传播搞定，在GenEval和T2I-CompBench上效果更好。

arXiv cs.AI@Zixuan Li 等 13 人原文

6月17日

这篇论文提出STAR方法，通过空间和时间自适应分配奖励，让RL后训练更精准地优化文本到图像生成，效果在GenEval等基准上显著提升。

arXiv cs.AI@Jinjie Shen 等 5 人原文

5月21日

论文精选10:22

做文本到图像生成的团队终于有了更稳定的对齐方法——Linear-DPO 统一了扩散和流匹配，解决了 DPO 在生成任务中的目标不匹配问题，做图像生成微调的建议试试。

arXiv cs.LG@Kesong Li 等 6 人原文