Soft-TIFA GM

新的EPIC框架提高了组合式文本到图像生成的准确性

研究人员开发了EPIC，一个旨在提高文本到图像生成准确性的新框架，特别适用于复杂的组合式提示。这种无需训练的方法通过将图像生成视为一个谓词引导的搜索来在推理时对其进行优化。EPIC将提示解析为视觉程序，并根据这些程序验证生成的图像，将失败导向有针对性的编辑或重采样。该框架显著提高了GenEval2基准测试上的提示级别分数，在使用的计算资源和MLLM调用更少的情况下，优于现有方法。