Một sự mất mát về ngôn ngữ cho thế hệ hình ảnh

Đoạn trích bài viết

Sản xuất hình ảnh từ đầu đến cuối với mất không gian pixel gần đây đã đạt được hiệu suất cạnh tranh mà không cần các token hình ảnh được học. Trong công việc này, chúng tôi nghiên cứu liệu giám sát bằng ngôn ngữ có thể cung cấp tín hiệu đào tạo phong phú hơn so với mất pixel cho việc tạo ra thị giác hay không.