연구진은 텍스트-이미지 생성 모델이 특이한 속성-객체 조합을 가진 희귀 개념을 합성하는 데 어려움을 겪는 문제를 해결하기 위해 RADIANCE 프레임워크를 제안했어요.
RADIANCE는 CLIP 기반 피드백을 활용한 Compositional Similarity Monitor (CSM), Bidirectional Scale Controller (BSC), Feedback Guidance Scheduler (FGS) 등 세 가지 모듈로 구성되어 있습니다.
RareBench 및 T2I-CompBench 실험 결과, RADIANCE는 기존 모델 대비 합성된 이미지의 조화로운 균형과 시각적 품질을 향상시키는 것으로 나타났습니다.