ELLA(Efficient Large Language Model Adapter)是由腾讯开发的一个先进的方法,它通过整合大语言模型(LLM)到文本到图像的扩散模型中,来提高这些模型对复杂文本提示的理解和遵循能力。简而言之,ELLA 能让生成图像的模型更好地理解和执行包含多个对象、详细属性、复杂关系以及长文本对齐等要素的复杂文本提示。
ELLA:使用LLM来增强扩散模型的语义对齐
-
by 小互
- Categories: AI 项目
Related Content
Meta AI提出了一种新的语言模型架构“Large Concept Model (LCM) 让模型更像人类思考
by
小互
2024年12月25日
阿里巴巴推出QVQ-72B 一个基于Qwen2-VL-72B的新型多模态推理模型
by
小互
2024年12月25日
Fireworks AI新功能 能够将图像或PDF等非文本内容转化为LLM可理解的结构化文本
by
小互
2024年12月24日
Hume AI推出全能文本与语音引擎 OCTAVE 根据文本实时生成特定人格特质的声音
by
小互
2024年12月24日
Anthropic 公布了一种全新的 AI 越狱技术 可以轻松破解所有前沿模型
by
小互
2024年12月23日