Parrot提出新型多重奖励强化学习框架以改进文本生成图像
在使用强化学习进行文本生成图像时,质量奖励成为一个紧迫问题。尽管观察到通过强化学习RL可能提高图像质量,但多个奖励的聚合可能导致在某些度量中过度优化在其他度量中降级。但在Parrot潜在生成不当内容的能力方面引发了伦理关切,强调了在部署中进行审查和伦理考虑的必要性。