حتماً براتون پیش اومده که هرچی برای مدلهای تصویرساز (مثل میدجورنی یا استیبل دیفیوژن) مینویسید، خروجی دقیقاً همون چیزی نیست که توی ذهنتون بوده. مشکل کجاست؟ پرامپت! ✍️
محققان در پژوهش جدیدی، فریمورک «PRISM» رو معرفی کردن که این مشکل رو به روشی هوشمندانه حل میکنه. برخلاف روشهای قدیمی که فقط متن رو بازنویسی میکردن، PRISM با نگاه کردن به تصویرِ تولید شده، اون رو تحلیل میکنه و به صورت خودکار بازخورد میده.
✨ ویژگیهای کلیدی PRISM:
✅ ارزیابی کیفیت زیباییشناسی و تطابق با پرامپت
✅ تشخیص و اصلاح دقیق بخشهای ناهمگون تصویر
✅ ارائه بازخوردهای تفسیرپذیر برای بهبود پرامپتهای بعدی
این یعنی در آیندهای نزدیک، هوش مصنوعی خودش بهتون میگه چطور پرامپت بنویسید تا بهترین نتیجه رو بگیرید! 🚀
منبع: arXiv Computer Vision