EmbGA：在嵌入空间恢复提示词未提及概念

Zhengfeng Zheng 与 Minghong Fang 提出 EmbGA，一种在 token 嵌入空间运行的遗传算法，用于恢复文生图模型生成图像中存在、但提示词未提及的概念。其交叉在父代嵌入间插值，变异将嵌入移向随机词表嵌入，每个子代先投影回离散 token 再评分，以保证候选均为合法 token 序列。 在两个基准、两种探索预算下与六种优化器对比，EmbGA 在大预算时对齐度最高，在自然图像上恢复出最多有依据的 token，且比语言模型引导的搜索快得多。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。