문장에 맞는 이미지 생성
확산 모형에 텍스트 조건을 전달해 이미지를 생성한다. 안내 기법에 따른 사실감뿐 아니라 문장과 이미지의 일치도도 평가 대상으로 삼는다.
안내 방식의 비교
CLIP 안내와 분류기 없는 안내를 사람 평가로 비교했다. 원 연구의 평가자는 후자를 사실감과 설명 일치도에서 선호했으며, 이는 해당 모형과 실험 조건에서 얻은 결과다.
영역 복원과 편집
생성 모형을 이미지 영역 복원에 맞게 미세 조정해 텍스트로 편집할 수 있도록 했다. 논문은 대규모 평가 모형과 별개로 필터링한 자료에서 훈련한 더 작은 공개 모형도 설명한다.