Naïve PAINE：轻量级基于提示评估的文本到图像生成改进

文本到图像（T2I）生成主要由扩散模型（DM）驱动，这些模型依赖随机高斯噪声。因此，像在赌场抽奖一样，给定相同的用户定义输入，DM会产生不同的结果。这造成一种赌徒的负担：进行多次生成循环以获得满意的结果。然而，尽管DM使用随机采样作为生成种子，生成内容质量的分布高度依赖于提示以及DM对该提示的生成能力。为此，我们提出Naïve PAINE，通过利用T2I偏好基准测试来提高扩散模型的生成质量。我们直接从初始噪声和给定提示预测图像的numerical质量。Naïve PAINE then selects a handful of quality noises and forwards them to the DM for generation。进一步，Naïve PAINE provides feedback on the DM generative quality given the prompt and is lightweight enough to seamlessly fit into existing DM pipelines。实验结果表明，Naïve PAINE 在多个提示语语料库基准上超越了现有方法。