arxiv:2401.13011v1 [CS.CV] 2024年1月23日
机构名称:
¥ 2.0

摘要本文介绍了一种新颖的生成模型,协作竞争代理(CCA),该模型利用了基于多种大语言模型(LLMS)代理的能力来执行复杂的任务。从属性对抗网络(GAN)中汲取灵感,CCA系统采用了两种平等地位生成器代理和一个鉴别剂。发电机独立处理用户指令并生成结果,而鉴别器评估输出,并为发电机代理提供反馈,以进一步反映和改善生成结果。与以前的生成模型不同,我们的系统可以遵守生成的中间步骤。由于其透明度,这将使每个发电机代理从其他成功执行中学习,从而使协作竞争增强了系统结果的质量和鲁棒性。这项研究的焦点是图像编辑,表现了CCA能够强大地处理复杂的内部结构的能力。本文的主要贡献包括引入基于多代理的Gen-

arxiv:2401.13011v1 [CS.CV] 2024年1月23日

arxiv:2401.13011v1 [CS.CV] 2024年1月23日PDF文件第1页

arxiv:2401.13011v1 [CS.CV] 2024年1月23日PDF文件第2页

arxiv:2401.13011v1 [CS.CV] 2024年1月23日PDF文件第3页

arxiv:2401.13011v1 [CS.CV] 2024年1月23日PDF文件第4页

arxiv:2401.13011v1 [CS.CV] 2024年1月23日PDF文件第5页

相关文件推荐

2024年1月23日
2024 年
¥1.0