最近、カリフォルニア大学バークレー校の研究によると、大規模言語モデル（LLM）による自動プロンプト修正は、DALL-E3による画像生成の質を著しく低下させることが示されました。この研究では、1891人の参加者によるオンライン実験を行い、この自動書き換えが画像の質に与える影響を調査しました。
実験では、参加者はDALL-E2、DALL-E3、そして自動プロンプト修正付きDALL-E3の3つのグループにランダムに割り当てられました。参加者は、目標画像をできるだけ正確に再現するために、10個の連続したプロンプトを作成する必要がありました。その結果、DALL-E3は画像生成においてDALL-E2を上回り、生成された画像は目標との一致度が明らかに向上しました。しかし、自動修正されたプロンプトを使用した場合、DALL-E3のパフォーマンスはほぼ58％低下しました。プロンプトの書き換えを使用したDALL-E3のユーザーは、DALL-E2のユーザーよりも依然として優れていましたが、その優位性は明らかに減少しました。
研究者らは、DALL-E3とDALL-E2のパフォーマンスの差は、主に2つの要因によるものであることを発見しました。1つはDALL-E3の技術能力の向上、もう1つはユーザーのプロンプト戦略への適応性です。特に、DALL-E3のユーザーは、より長く、意味的に類似性が高く、より記述的な言葉を使ったプロンプトを使用していました。参加者はどのモデルを使用しているかを知りませんでしたが、彼らのパフォーマンスは、この適応性を証明しています。
研究者らは、モデルが進化するにつれて、ユーザーも最新のモデルの能力を最大限に活用するためにプロンプトを調整し続けるだろうと考えています。これは、新しいモデルが登場してもプロンプトが時代遅れになるわけではないことを示唆していますが、プロンプトは依然としてユーザーが新しいモデルの可能性を引き出すための重要な手段であることを示しています。
この研究は、自動化ツールが常にユーザーのパフォーマンス向上に役立つとは限らず、むしろモデルの最大限の可能性を発揮することを制限する可能性があることを示唆しています。そのため、AIツールを使用する際には、より理想的な画像生成効果を得るために、どのようにプロンプトを最も効果的に調整できるかを検討する必要があります。
要点：
🖼️ 自動プロンプト修正により、DALL-E3の画像品質が約58％低下し、ユーザーのパフォーマンスが制限されました。
🤖 実験の結果、DALL-E3はDALL-E2よりも優れていますが、プロンプトを自動修正すると効果が弱まりました。
🔍 ユーザーは、モデルの進歩に合わせてプロンプト戦略を調整し、新しいモデルの可能性を最大限に引き出す必要があります。
