本文介绍Toloka团队利用RLHF（人类反馈强化学习）快速工程改进文本到图像模型的方法，通过监督微调、奖励建模和强化学习步骤，将简单图像描述转化为专业提示，生成高质量图像，并开源代码和数据供社区使用。