IXThinker·2025-05-08 13:20

浙大哈佛新法 僅一個LoRA實現GPT-4o級編輯

浙江大學與哈佛團隊反其道而行，針對文本指令圖像編輯僅用以往工作0.1%的數據量與1%訓練參數，以極低成本實現高質素編輯，部分表現媲美甚至超越Gemini、GPT-4o等商業大模型，新模型已登上Hugging Face榜二。

反主流路線

隨着Gemini、GPT-4o等商業模型把文本圖像編輯推向高峰，獲取更高質素的編輯數據、訓練更大參數量的模型似乎成了提升性能的唯一出路。浙大哈佛團隊卻反其道而行，證明小數據低參數同樣能實現高質素編輯。