तोता एक बहु-उद्देशीय सुदृढीकरण अधिगम ढाँचा है, जिसे विशेष रूप से टेक्स्ट-टू-इमेज जनरेशन के लिए डिज़ाइन किया गया है। यह बैच पैरेटो ऑप्टिमल चयन विधि का उपयोग करके T2I जनरेशन के RL अनुकूलन प्रक्रिया में विभिन्न पुरस्कारों के बीच इष्टतम संतुलन को स्वचालित रूप से पहचानता है। इसके अलावा, तोता T2I मॉडल और प्रॉम्प्ट एक्सटेंशन नेटवर्क के संयुक्त अनुकूलन विधि को अपनाता है, जो जनरेटेड छवि गुणवत्ता के प्रति जागरूक टेक्स्ट प्रॉम्प्ट को बढ़ावा देता है, जिससे अंतिम छवि गुणवत्ता में और सुधार होता है। प्रॉम्प्ट एक्सटेंशन के कारण संभावित रूप से मूल उपयोगकर्ता प्रॉम्प्ट के विनाशकारी भूलने की घटना को कम करने के लिए, हम अनुमान के दौरान मूल प्रॉम्प्ट केंद्रित मार्गदर्शन पेश करते हैं, यह सुनिश्चित करते हुए कि जनरेटेड छवि उपयोगकर्ता इनपुट के प्रति वफादार है। बड़े पैमाने पर प्रयोगों और उपयोगकर्ता शोध से पता चलता है कि तोता विभिन्न गुणवत्ता मानदंडों, जिसमें सौंदर्यशास्त्र, मानवीय प्राथमिकताएँ, छवि भावनाएँ और टेक्स्ट-इमेज संरेखण शामिल हैं, में कई बेसलाइन विधियों से बेहतर प्रदर्शन करता है।