HQ-Edit是加州大学圣克鲁斯分校的研究团队构建的一个高质量基于指令的图像编辑数据集。该数据集包含约20万条编辑示例，每个示例都包含输入、输出图像以及详细的编辑提示。数据集具有高分辨率、编辑指令多样化、图像和文本对齐精确等特点。研究人员通过使用新进的基础模型GPT-4V和DALL-E 3构建了一个可扩展的数据收集流程，可以自动生成高质量的图像编辑数据。HQ-Edit数据集的高分辨率图像和丰富的细节显著提升了现有图像编辑模型的性能。
详情请参见五号雷达：https://www.5radar.com/result?key=HQ-Edit
_1769672084863.jpg)