据 Arxiv 页面显示,中国科学技术大学近日联手新加坡管理大学发布一款图像生成模型 CgT-Gan。 CgT-GAN 通过将图像纳入训练过程,使模型能够“看到”真实的视觉模态。具体来说,研究团队采用对抗训练来教导 CgT-GAN 模型模仿外部文本语料库的短语,同时利用基于 CLIP 的奖励机制提供 本文链接