शोध टीम ने एक नई प्रशिक्षण विधि प्रस्तुत की है, जिसका उद्देश्य DALL-E3 की छवि उत्पादन क्षमता को बढ़ाना है। यह विधि मॉडल द्वारा उत्पन्न कृत्रिम शीर्षकों और मानव द्वारा उत्पन्न वास्तविक शीर्षकों को जोड़ती है, ताकि स्थानिक धारणा और पाठ प्रस्तुति जैसी समस्याओं को हल किया जा सके। उच्च स्तरीय भाषा मॉडल जैसे GPT-4 पाठ की गुणवत्ता और गहराई को बढ़ाने में महत्वपूर्ण भूमिका निभाते हैं। शोध से पता चला है कि DALL-E3 ने छवि उत्पादन गुणवत्ता और सटीकता में महत्वपूर्ण सुधार किया है, जो भविष्य की पाठ से छवि उत्पादन तकनीक के विकास के लिए आधार तैयार करता है।