慣用句からの視覚的ジョーク生成：反復型LLM-T2Iフレームワーク

この研究は、慣用句の視覚表現を生成する上で、大規模言語モデル（LLM）の新しい応用を探求しています。 LLM、Text-to-Imageモデル（T2I）、マルチモーダル大規模言語モデル（MLLM）を組み合わせた反復型フレームワークは有望なアプローチです。

• •このフレームワークは、慣用句を理解し解釈するためにLLMの能力を活用します。
• •テキストの説明を視覚的表現に変換するために、T2Iモデルを利用します。
• •反復的なアプローチは、フィードバックとMLLM分析に基づいて視覚出力を洗練させます。