视觉生成中文本条件的缩放性质

论文研究视觉生成中结构化文本条件的缩放规律，发现收敛扩散损失与提示词中的结构化语言量相关：与白盒GPG近似线性下降，与黑盒ED呈幂律关系。作者据此构造带语义和几何标注的结构化提示，并训练提示生成器，在多项组合、推理和世界知识基准上超过所评估开放权重模型，并在多数评测中匹配或超过最强闭源模型。