Un equipo de investigación ha propuesto un nuevo método de entrenamiento diseñado para mejorar la capacidad de generación de imágenes de DALL-E3. Este método combina títulos sintéticos generados por el modelo con títulos reales generados por humanos para abordar problemas como la percepción espacial y la representación del texto.
Los modelos de lenguaje avanzados como GPT-4 juegan un papel clave en la mejora de la calidad y profundidad del texto. El estudio muestra que DALL-E3 ha logrado mejoras significativas en la calidad y precisión de la generación de imágenes, sentando las bases para el futuro desarrollo de la tecnología de generación de imágenes a partir de texto.
