テキストから画像を生成するモデルの性能向上のための多様な報酬フレームワーク「VersaT2I」

VersaT2Iは、美的な魅力、テキストとの整合性、幾何学的正確性、低レベルの品質など、画像の質の様々な側面を評価するモデルを組み合わせることで、テキスト-画像生成モデルの性能を向上させる。