Скачать или смотреть Qwen-Image: Достижения в области рендеринга текста и точного редактирования изображений.

В работе рассматриваются методы построения наборов данных изображений и стратегии обучения для повышения производительности моделей искусственного интеллекта. Исследователи организовали около 55% данных в естественные категории и отобрали только изображения с высокой визуальной четкостью и качеством, применив различные фильтры. В частности, модель была разработана для выполнения точных описаний и обладает способностью к обобщению за счет балансировки распределения данных, чтобы избежать предвзятости в определенной области. Кроме того, мы использовали методы обучения с подкреплением, такие как *Direct Preference Optimization (DPO)* и Group Relative Policy Optimization (GRPO), для тонкой настройки отклика модели. В результате система демонстрирует превосходную способность понимать сложные текстовые подсказки и генерировать высококачественные изображения, включая буквы на разных языках и сложные варианты размещения объектов.

https://qianwen-res.oss-cn-beijing.al...