本文へスキップ

Parrot

テキストから画像への生成に向けた多目的強化学習の枠組み

公式サイトを見る

Parrot とは

本枠組みはテキストから画像への生成に多目的強化学習をあて、一括の Pareto 最適選択で報酬を釣り合わせる。

できること

  • 複数の報酬の間で釣り合いを選ぶ
  • T2I モデルとプロンプト拡張網を共に最適化する
  • 推論時に元プロンプト中心の誘導をかける

品質に関する点

  • 美しさ・人間の好み・文章と画像の整合が挙がる
  • 最適化したプロンプトが最終画質を高める
  • 出力は利用者の入力に忠実に保たれる

長所と短所

✓ 良い点

  • 品質を意識したプロンプトが最終画質を高める
  • 元の入力の忘却を中心化誘導で抑える

! 注意したい点

  • 複数の報酬の中から釣り合いを選ぶ
  • プロンプト拡張には推論時の誘導が要る

よくある質問

どんな選択手法?

一括の Pareto 最適選択で報酬間の釣り合いを見つける。

推論時の誘導はなぜ?

プロンプト拡張による元の入力の忘却を抑えるため。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法