忠実なビジュアル合成のための文脈に基づく知識追跡

テキストから画像への生成モデルの忠実性を向上させるために、外部知識ベースと大規模言語モデルの知識を文脈に応じて動的に活用する新しいフレームワーク、CKPT (Contextual Knowledge Pursuit) を提案する。