研究團隊提出 ImageRAG：免重新訓練，檢索參考圖搞定生僻生圖
研究團隊提出 ImageRAG 框架，將檢索增強生成（RAG）引入文生圖領域。它用視覺語言模型挑出初稿中缺失的概念，再從外部檢索真實參考圖引導生成，無需對底層模型專門訓練。在 SDXL 和 OmniGen 上的測試顯示，它顯著提升了罕見概念的生成準確度。
研究團隊提出 ImageRAG 框架，將檢索增強生成（RAG）引入文生圖領域。它用視覺語言模型挑出初稿中缺失的概念，再從外部檢索真實參考圖引導生成，無需對底層模型專門訓練。在 SDXL 和 OmniGen 上的測試顯示，它顯著提升了罕見概念的生成準確度。