CHATS

让文生图更懂你，训练+采样双管齐下提升对齐度

CHATS 是一个面向文本到图像生成的开源项目，核心思路是结合人类对齐优化与测试时采样，提升生成图像与文本描述的一致性。它基于 SDXL 和 DPO（直接偏好优化）技术，在训练阶段利用人类偏好数据微调模型，使生成结果更符合人类审美和语义理解；在推理阶段，通过测试时采样策略进一步优化输出，无需额外训练即可提升图像质量。项目由 ICML 2025 论文支撑，提供完整代码和模型权重，主要解决现有 T2I 模型在复杂提示下生成图像不够精准、与人类偏好偏差大的问题。核心能力包括：基于 DPO 的偏好对齐训练流程、测试时采样算法、以及与 SDXL 的无缝集成。适合研究人员和开发者复现论文结果或在此基础上进行二次开发。