SFG方法抑制图像到文本反馈以提升生成对齐

Yucheng Yang等作者提出Semantic Feedback Guidance（SFG）方法，用于改善MMDiT模型的图像生成对齐。研究发现，MMDiT中的图像到文本（I2T）反馈会保留演化图像中已有的对象与属性，包括错误内容；抑制该反馈可改善生成效果。 SFG及其原地变体iSFG通过抑制I2T反馈、增强文本到图像条件来提升对齐。作者称，该方法的动机来自上述发现，即通过远离一个强化I2T反馈并削弱文本到图像条件的辅助分支来实现引导。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。