具体而言，首先利用生成模型构建数据源，通过生成约 2000 条文本 prompt，并进一步筛选出 708 条具有代表性和多样性的 prompt，然后基于这些 prompt 使用图像生成模型生成具有内部一致性的图像网格，每个 prompt 会生成多个图像网格，每个网格包含多个子图 … 研究人员在这一阶段引入强化学习框架，其基本流程包括模型根据输入生成图像集合，然后由奖励模型对生成结果进行评分，再根据评分信号更新生成模型参数，这一过程类似人类通过反馈不断优化行为的学习方式 … 具体研究内容包括一致性图像生成、视频生成，以及奖励模型与强化学习在视觉生成中的应用，整体目标是提升模型在生成任务中的一致性、可控性与智能性。
暂无讨论，说说你的看法吧