Mô hình sinh văn bản thành hình ảnh không cần tiền huấn luyện ngôn ngữ

Các hệ thống text-to-image hiện đại thường dựa vào tiền huấn luyện ngôn ngữ trên dữ liệu quy mô Internet. Nghiên cứu giới thiệu Halcyon, một họ mô hình hồi quy đa phương thức early-fusion được tiền huấn luyện hoàn toàn từ đầu, nhằm kiểm chứng liệu tiền huấn luyện ngôn ngữ có thực sự cần thiết để tạo ảnh chất lượng cao hay không.