wawasan - テキストから画像への生成
高度な個人化と元のモデルの振る舞いの保持を両立するPuLID: 対照的整列によるピュアでライトニングなIDカスタマイズ
PuLIDは、IDフィデリティを高く維持しつつ、元のモデルの振る舞いへの影響を効果的に低減する新しいチューニングフリーのIDカスタマイズ手法を提案する。
テキストから画像への拡散モデルを人間の効用を最大化することで整列させる
テキストから画像への拡散モデルを、人間の効用を最大化することで整列させる。ペアの好み情報を収集する必要がなく、単純なイメージごとのバイナリフィードバックのみで学習できる。
自動化された黒箱プロンプトエンジニアリングによる個人化されたテキストから画像への生成
参照画像に基づいて、人間が解釈可能で転用可能なプロンプトを自動的に生成し、様々なテキストから画像生成モデルに適用することができる。
テキストから画像への一貫性を自動プロンプト最適化により向上させる
ユーザープロンプトを自動的に最適化することで、テキストから画像への一貫性を向上させる