Введение Любой, кто раньше работал с DALL-E 2, вероятно, знаком с тем, как, когда вы вводите ему текст, он возвращает несколько различных возможных генераций изображения для этого текста. Это связано с тем, как модель генерирует изображения из случайно инициализированного шума и делает это несколько раз с различным шумом, чтобы дать вам, пользователю, некоторое разнообразие. Но со многими изображениями, соответствующими одному текстовому вводу, можно спросить: «Какое изображение лучше..