文字入り画像生成、誤った語だけを罰する強化学習
原題 Blame Errant Words, Not the Canvas: Defect-Aware Spatial Credit Assignment for Visual Text Generation
強化学習で画像内の文字生成は改善したが、語の誤りや字形の崩れは残る。arXivの論文は、画像全体ではなく欠陥のある語の領域に報酬の責任を割り当てる手法を提示し、2つの限界に対処する。
論点
画像内の文字崩れはもう解決済みか
- コメントを読み込み中…
議論のヒントを見る
賛成側の視点
局所の欠陥を狙えば文字崩れは消える。実用水準はもうすぐだ。反対側の視点
まだ崩れる。ロゴや広告に使えない限り、実用とは呼べない。
みんなのコメント 件
コメントを書く