Lens di Microsoft Research dimostra che le didascalie dettagliate contano più della scala grezza per la formazione di generatori di immagini efficienti

Microsoft Research presenta Lens, un modello text-to-image con soli 3,8 miliardi di parametri che corrisponde a rivali molto più grandi nei benchmark, a una frazione del costo di formazione. La salsa segreta: 800 milioni di immagini dettagliate ca...

I riepiloghi sono aggregati solo a scopo informativo: segui il collegamento alla fonte per la storia completa. Le voci demo sono illustrative.