arXiv Computer Vision· Wakana Kuwata, Ryota Mibayashi, Masanori Tani, Hiroaki Ohshima·· 20 小时前AI 评分22
基于人类偏好反馈与 DPO 的日文手写生成
Japanese Handwriting Generation Based on Human Preference Feedback Using Direct Preference Optimization
AI 导读
研究提出用 Direct Preference Optimization（DPO）将人类偏好反馈引入日文手写生成训练，以应对手写固有的非确定性——同一写者写同一字符字形也不完全一致。在四种日文手写风格上，DPO 训练提升了整体结构准确度，但在毛笔书写等变异性大的复杂风格上，模型未能捕捉风格特有特征。
来源：arXiv Computer Vision · arxiv.org