每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

PromptSculptor：基于多代理的文本到图像提示优化

Created by
  • Haebom

作者

向大伟、徐文彦、褚可欣、丁天琪、沉子旭、曾一鸣、苏建昌、张伟

大纲

本文提出了一个框架——PromptSculptor，旨在解决生成式人工智能（Generic AI）领域不断进步，但用户仍需反复优化细节提示才能生成高质量图像这一难题。PromptSculptor 是一个由四个专门的智能体组成的多智能体框架，能够自动将简短、模糊的用户提示转化为全面、精炼的提示。它利用“思维链”推理技术推断隐藏的上下文，丰富场景和背景细节，并通过自我评估智能体和反馈调整智能体迭代地优化提示。实验结果表明，PromptSculptor 能够提升输出质量，并减少达到用户满意度所需的迭代次数。其独立于模型的设计使其能够与各种 T2I 模型无缝集成。

Takeaways, Limitations

•
Takeaways：
◦
提高 T2I 模型的易用性：自动化复杂的提示工程流程，以最大限度地减少用户工作量。
◦
提高图像生成质量：通过自动提示优化实现高质量图像生成。
◦
模型独立性：高度可扩展，兼容各种 T2I 模型。
◦
工业适用性：增加T2I模型在各个领域的实用性。
•
Limitations：
◦
缺乏对代理之间交互和决策过程的详细描述：需要更详细地描述每个代理如何工作以及它们如何交互。
◦
实验的范围和普遍性：需要使用不同的 T2I 模型和用户数据进行额外的实验。
◦
自我评估代理的性能和可靠性验证：需要进一步分析自我评估代理的准确性和客观性。
◦
依赖用户反馈：性能会受到用户反馈质量的显著影响。
👍
Made with Slashpage