Resumen: a pesar del hecho de que los modelos populares de generación de texto a imagen se enfrentan bien a las consultas culturales internacionales y generales, tienen una brecha de conocimiento significativa con respecto a las culturas individuales. Esto se debe al contenido de grandes conjuntos de datos de capacitación existentes recopilados en Internet, que se basan predominantemente en la cultura popular de Europa occidental o estadounidense. Mientras tanto, la falta de adaptación cultural del modelo puede conducir a resultados incorrectos, una disminución en la calidad de la generación y la propagación de estereotipos y contenido ofensivo. En un esfuerzo por abordar este tema, examinamos el concepto de código cultural y reconocemos la importancia crítica de su comprensión por parte de los modelos modernos de generación de imágenes, un tema que no se ha abordado suficientemente en la comunidad de investigación hasta la fecha. Proponemos la metodología para recopilar y procesar los datos necesarios para formar un conjunto de datos basado en el código cultural, en particular el ruso. Exploramos cómo los datos recopilados afectan la calidad de las generaciones en el dominio nacional y analizamos la efectividad de nuestro enfoque utilizando el modelo de texto a imagen Kandinsky 3.1. Los resultados de la evaluación humana demuestran un aumento en el nivel de conciencia de la cultura rusa en el modelo.
Publicado Originalme en rss.arxiv.org El 8 de mayo de 2025.
Ver Fuente Original
