연구진이 복합적인 프롬프트를 정확하게 반영하는 이미지 생성 능력을 향상시키는 BiDPO 프레임워크를 제안했어요. BiDPO는 엄격한 품질 관리를 거친 대규모 선호도 데이터셋 BiComp을 활용하고, 이미지와 텍스트 선호도를 동시에 최적화하는 Diffusion DPO를 확장했어요. 지역 수준의 가이드 방법을 적용하여 세밀한 정렬을 강화했으며, 여러 벤치마크에서 기존 방법보다 뛰어난 성능을 보였어요.
BiDPO는 복합적인 텍스트-이미지 생성 작업에 대한 선호도 기반 미세 조정의 잠재력을 보여주며, 기존 기술에 대한 유연하고 확장 가능한 대안을 제시해요. 연구 결과는 기존 방식 대비 복합적인 충실도를 크게 향상시켰음을 입증했어요. BiDPO는 기존 방식보다 더 나은 성능을 보였어요.
연구진은 BiDPO를 통해 복합적인 프롬프트를 정확하게 반영하는 이미지 생성 능력을 향상시켰으며, 이는 기존 T2I 모델의 한계를 극복하는 데 기여할 것으로 기대돼요.