StructGen

StructGen 通过结构化上下文改进多参考图像生成

研究人员推出 StructGen，一种新颖的多参考图像生成方法，旨在提高语义准确性和一致性。与仅依赖自然语言指令的现有方法不同，StructGen 利用类似字典的结构化格式来编码参考图像，从而减少歧义。该方法得到了一个新构建的数据集和一个专门的训练框架的支持，以及一个用于评估复杂多参考场景的基准。实验表明，StructGen 的性能优于当前技术，尤其是在处理涉及多个参考的复杂指令时。