​无需昂贵标注！大幅提升SDXL和SD3-Medium效果！文生图偏好优化新宠来了

文章预览

↑ 点击 蓝字  关注极市平台 作者丨AI生成未来 来源丨AI生成未来 编辑丨极市平台 极市导读   本文介绍了一种新的文本到图像模型偏好优化方法，通过合成标注偏好数据集（Syn-Pic）和基于排名的偏好优化（RankDPO）技术，显著提升了模型的文本跟随能力和视觉质量，同时降低了数据收集成本并提高了数据集的可扩展性。这种方法在多个基准数据集上展示了改进效果，并在用户研究中得到了验证，为文本生成图像模型的性能和安全性提升提供了一个实用且可扩展的解决方案。   >> 加入极市CV技术交流群，走在计算机视觉的最前沿 文章链接： https://arxiv.org/pdf/2410.18013 亮点直击 合成标注偏好数据集（Syn-Pic） ：从不同的T2I模型生成图像，并通过多个预训练的奖励模型对其进行标注，这些模型可以估计人类偏好。因此，数据收集过程中无需人工标注，使 ………………………………