AttnMod एक प्रशिक्षण-मुक्त तकनीक है जो पूर्व-प्रशिक्षित प्रसार मॉडल में क्रॉस-अटेंशन को मॉड्यूलेट करके नवीन, प्रॉम्प्ट-मुक्त, जनरेटिव कलात्मक शैलियाँ उत्पन्न करती है। यह मानव कलाकारों द्वारा उत्पन्न छवियों की पुनर्व्याख्या करने के तरीके से प्रेरित है—जैसे, विशिष्ट विशेषताओं को हाइलाइट करना, रंगों को फैलाना, छायाचित्रों को विकृत करना, और अनदेखे तत्वों को निर्दिष्ट करना। AttnMod शोर हटाने के दौरान ध्यान के माध्यम से टेक्स्ट प्रॉम्प्ट द्वारा छवि को कंडीशन करने के तरीके में बदलाव करके इस आशय का अनुकरण करता है। यह लक्ष्य-निर्देशित मॉड्यूलेशन प्रॉम्प्ट को बदले बिना या मॉडल को पुनः प्रशिक्षित किए बिना विभिन्न प्रकार के शैली परिवर्तन को सक्षम बनाता है, जिससे टेक्स्ट-टू-इमेज जनरेशन की अभिव्यंजक शक्ति का विस्तार होता है।
