对 DALL-E 2 的非常初步的分析
计算机视觉与模式识别
2022-05-04 v2 人工智能
摘要
DALL-E 2 系统根据作为输入标题的文本生成原始的合成图像。我们在此报告对该系统进行的十四项测试的结果，这些测试旨在评估其常识、推理能力以及理解复杂文本的能力。我们所有的提示都故意比近几周展示的典型提示更具挑战性。尽管如此，在 14 个提示中有 5 个，十个图像中至少有一个完全满足了我们的要求。另一方面，没有任何一个提示的十个图像全部满足我们的要求。
引用
@article{arxiv.2204.13807,
title = {A very preliminary analysis of DALL-E 2},
author = {Gary Marcus and Ernest Davis and Scott Aaronson},
journal= {arXiv preprint arXiv:2204.13807},
year = {2022}
}