零樣本影像個人化

深度分析

零樣本影像個人化新範式：ZIPP 結合圖形注意力網路與大型語言模型

隨著文字到影像擴散模型廣受創作使用，缺乏個人化成為瓶頸。研究提出 ZIPP，透過自然語言人格在不需使用者資料或模型調整的情況下，將提示重新寫入人格視角，引導生成符合使用者喜好的影像。實驗顯示在零樣本與少樣本設定下，ZIPP 可提升 13%~20% 的偏好匹配，且保留使用者內部多樣性，降低偏差。