TerraVis: Nhằm đánh giá sự phù hợp hình ảnh trên toàn thế giới trong việc tạo văn bản sang hình ảnh thông qua dòng công việc MLLM

huggingface

TerraVis: Towards Evaluation of World-Grounded Visual Consistency in Text-to-Image Generation via MLLM Workflows

Đoạn trích bài viết

Các mô hình văn bản hình ảnh gần đây đã đạt được tiến bộ đáng kể trong quang học thực tế, thẩm mỹ và sắp xếp hình ảnh văn bản.

Toàn văn bài viết

Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.