CSS站长资源（ChinaZ.com）3月14日 消息:腾讯昨天发布了一个名为ELLA的大更强项目，这是模型D模一个高效的大语言模型适配器，能够无需训练就增强现有SD模型提示词理解的补脑能力。ELLA将强大的腾讯大语言模型整合到文本到图像的扩散模型中，从而显著提升模型处理文本对齐的发布能力，而不需要额外对U-Net或大语言模型进行训练。型提

项目地址:https://top.aibase.com/tool/ella

为了顺畅地整合两种预训练模型，示词项目团队探索了多种语义对齐连接器的理解设计，并提出了一种创新模块——时间步感知语义连接器（TSC）。大更强这个连接器能够根据时间步的模型D模变化，动态地从大语言模型中提取条件，补脑帮助扩散模型在不同的腾讯去噪阶段更好地理解长而复杂的文本提示。

ELLA的发布设计使其可以轻松整合到社区模型和工具中，增强它们对复杂提示的型提遵循能力。为了评估文本到图像模型在处理密集提示方面的示词性能，团队还引入了一个名为密集提示图基准（DPG-Bench）的新挑战，该基准包括1000个密集的提示。

通过大量实验，研究人员发现，当处理包含多对象、不同属性和关系的复杂组合时，ELLA在密集提示遵循方面的表现优于目前最先进的方法。这个项目的发布为文本到图像模型的发展带来了新的可能性，也为未来的研究和应用提供了新的思路。

(责任编辑：资讯)