谷歌也来卷虚拟穿搭穿了！提升大模型代码生成的能力 | 评估模型的组合泛化能力

文章预览

前言： 看论文就像是一次美食之旅，每一篇论文都是一道不同的菜肴。有些论文会让你大快朵颐，有些论文会让你欲罢不能，而有些论文则会让你咬牙切齿。但是别忘了，只有尝试了各种不同的菜肴，才能成为一个真正的“吃货”哦！ 1. M VTO：多服装虚拟试穿与编辑   标题： M VTO: Multi-Garment Virtual Try-On and Editing   机构： 谷歌研究院、华盛顿大学   相关领域： 模型结构改进、指令微调、多模态   作者： Luyang Zhu,  Yingwei Li,  Nan Liu   分析： 本文介绍了M VTO，一种混合搭配的虚拟试穿方法，该方法接受多件服装图像、服装布局的文本描述以及人物图像作为输入。例如，输入可以包括一件衬衫的图像、一条裤子的图像、描述“袖子卷起，衬衫塞入”的文本，以及一个人物的图像。输出是这些服装（按期望布局）在指定人物身上的可视化效果 ………………………………