RankE: 이산 텍스트-이미지 생성을 위한 엔드투엔드 포스트 트레이닝과 디코더 공동 진화
RankE: End-to-End Post-Training for Discrete Text-to-Image Generation with Decoder Co-Evolution
TL;DR AI
1분핵심 요약
RankE는 생성기와 디코더를 함께 최적화하는 엔드투엔드 후학습을 통해 이산 텍스트-이미지 모델을 개선한다.
교대 최적화로 토큰 분포 불일치와 잠재 공변량 시프트를 줄여 후학습 안정성을 높인다.
이 방법은 CLIP 정합도를 높이면서 FID도 낮춰, 보상 점수와 이미지 품질 사이의 흔한 트레이드오프를 완화한다.
LlamaGen-XL 실험은 생성기-디코더 공동 업데이트가 이산 T2I 모델의 정합성과 사실성을 함께 높일 수 있음을 보여준다.
같은 주제
