Mar, 2024
DialogGen: 多模态交互式对话系统用于多轮文本到图像生成
DialogGen: Multi-modal Interactive Dialogue System for Multi-turn
Text-to-Image Generation
TL;DR通过将多模态大型语言模型与文本到图像生成模型相结合,提出了一种用于多轮文本到图像生成的多模态交互对话系统,同时引入了一种全面的多模态对话评估基准,以评估模型在生成准确且连贯的多模态内容上的能力,包括模态切换和输出图像的连贯性。