ViPer（Visual Personalization of Generative Models via Individual Preference Learning）是一种个性化图像生成方法。它通过捕捉用户的视觉偏好，个性化地生成符合每个用户喜好的图像。其核心理念是利用用户对一小部分图像的评论，提取出用户的视觉偏好，并用这些偏好来引导生成模型，从而产生符合用户个性化需求的图像。
- 用户评论图像：用户被邀请评论一小组多样化的图像，说出他们喜欢或不喜欢的原因。
- 提取视觉偏好：通过大语言模型（如GPT-4），将用户的评论转化为结构化的视觉偏好属性，例如颜色、风格、质感等。
- 个性化生成：将提取的视觉偏好属性用于调整文本到图像生成模型（如Stable Diffusion）的输入，使其生成的图像更加符合用户的偏好。
例如：喜欢梦幻风格的用户
