Multimodal Large Language Models Make Text-to-Image Generative Models Align Better

Xun Wu, Shaohan Huang, Guolong Wang, Jing Xiong, Furu Wei

2024年份

26被引次数

7顶会引用

摘要

Recent studies have demonstrated the exceptional potentials of leveraging human preference datasets to refine text-to-image generative models

Lune 把这篇 Paper 索引到了每一个公式，引用它的顶会 Paper 也一样。你提问，回答直接引用原文。

你的问题

智能体调用

Luneget_paper_fulltext

免费开始，无需绑卡