Hugging Face · 每日论文· 媒体 / 作者来源·精选
Qwen-Image-PE：学习视觉设计提升文本到图像提示词增强
原文标题
Qwen-Image-PE: Learning Visual Design for Text-to-Image Prompt Enhancement
AI 导读
研究团队提出Qwen-Image-PE，通过两阶段训练学习视觉设计：监督微调使用密集标注作为设计监督，强化学习通过组内设计奖励比较候选图像。在Qwen-Image-Bench测试中，Qwen-Image-PE-39B提升原始请求7.81分，Qwen-Image-PE-9B超越所有评估基线。研究还发现提示词增强沿三个维度扩展：训练数据、模型大小和信息密度，信息密度是有效增强的前提。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
Qwen-Image-PE通过两阶段训练方法显著提升文本到图像生成质量，并在多个T2I模型上展现出通用性，为提示词工程提供了新思路。
导读由模型辅助整理，非独立核验。完整信息见原文。