논문 정보
- 날짜:
2026-03-10 - 카테고리: -
- 우선순위 점수: 1.433
핵심 요약
CoCo는 텍스트-이미지 생성 시 자연어 대신 실행 가능한 코드를 중간 추론 과정(CoT)으로 사용하는 프레임워크입니다. 생성된 코드를 통해 레이아웃이 포함된 초안 이미지를 먼저 렌더링한 후, 미세 조정을 거쳐 최종 고해상도 이미지를 완성합니다. 이를 위해 구조화된 초안과 최종 이미지 쌍으로 구성된 CoCo-10K 데이터셋을 구축하여 정밀한 제어를 가능하게 했습니다.학습자 관점 포인트
- 우리 팀 영향: 코드 기반의 구조적 레이아웃 생성을 통해 복잡한 공간 배치와 텍스트가 포함된 이미지 생성의 정확도를 크게 향상시킬 수 있습니다.
- 권장 액션: 실험
- 액션 근거: 기존 자연어 기반 CoT보다 정밀한 레이아웃 제어가 가능하며 벤치마크 성능 향상 폭이 뚜렷하여 기술적 검증 가치가 높습니다.
원문 링크
- arXiv: https://arxiv.org/abs/2603.08652
- Hugging Face Papers: https://huggingface.co/papers/2603.08652