마이크로소프트, 상세 캡션으로 소형 이미지 생성 모델 Lens 개발
Microsoft Research's Lens proves detailed captions matter more than raw scale for training efficient image generators
- 매체
- The Decoder
- 게시
- 중요도
- 4/5
- 화제 지수
- —
한국어 요약
마이크로소프트 리서치가 38억 개 파라미터의 경량 텍스트-이미지 생성 모델 Lens를 공개했다. GPT-4.1로 생성한 8억 개의 상세 캡션을 활용해 훨씬 큰 모델들과 벤치마크에서 동등한 성능을 달성했으며, 훈련 비용을 대폭 절감했다. 코드와 가중치는 오픈소스 라이선스로 공개된다.
원문 발췌 · English
Microsoft Research presents Lens, a text-to-image model with just 3.8 billion parameters that matches much larger rivals on benchmarks, at a fraction of the training cost. The secret sauce: 800 million detailed image captions generated by GPT-4.1 instead of vague web alt-text. Code and weights are openly available under an open-source license. The article Microsoft Research's Lens proves detailed captions matter more than raw scale for training efficient image generators appeared first on The Decoder.