研究人员开发了DataEvolver，一个新颖的多智能体框架，旨在增强文本丰富图像生成训练数据的创建。该系统利用来自被拒绝图像样本的反馈来迭代地提高数据质量，解决了静态数据管道的局限性。实验表明，DataEvolver在TextScenesHQ和LongTextBench等基准测试中显著提高了OCR性能，优于传统方法。 AI
影响 提高了文本丰富图像生成的数据质量，可能改进PixArt-alpha等模型的性能。
排序理由 该集群描述了一篇关于AI数据构建新颖框架的最新研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
DataEvolver is a self-evolving multi-agent framework that improves text-rich image generation by leveraging feedback from rejected samples to iteratively enhance data quality.
Text-rich image generation is one of the most challenging settings in image generation, since models must simultaneously produce visually realistic images and render legible, semantically aligned, and layout-consistent text. Existing data pipelines usually follow a static crawl-f…