arXiv · cs.LG· Suchir Agarwal, Keshigeyan Chandrasegaran, Ziyu Chen, Kyle Sargent, Juan Carlos Niebles, Li Fei-Fei, Jiajun Wu·· 2 小时前
LILIE：面向视觉生成的语言信息损失函数
A Language-Informed Loss for Visual Generation
AI 导读
研究者提出 LILIE（Language-Informed and Lossless Image Encoder），一种可逆图像变换，通过与视觉语言模型联合训练，使 VLM 能从加噪特征中还原图像描述，并据此为文生图构建语言信息损失。
来源：arXiv · cs.LG · arxiv.org