研究團隊提出一項新的訓練方法,旨在增強DALL-E3的圖像生成能力。這種方法結合了模型生成的合成標題和人工生成的真實標題,以解決空間感知和文本呈現等問題。高級語言模型如GPT-4在提高文本質量和深度方面發揮關鍵作用。研究顯示DALL-E3在圖像生成質量和準確性方面取得了顯著改進,爲未來文本到圖像生成技術的發展奠定了基礎。