研究人员开发了 Stable-Layers，一个用于微调图像层分解模型的新型强化学习框架。该方法利用视觉语言模型 (VLM) 的反馈，绕过了对配对监督的需求。该框架应用于 Qwen-Image-Layered，采用 Flow-GRPO 和 LoRA 适配，以及一个独特的两阶段评估流程来解决 VLM 奖励信号压缩的挑战。与原始模型相比，结果表明 Stable-Layers 在 Crello 数据集上实现了更好的层分离、更少的伪影和更低的重建误差。 AI
影响 引入了一种使用 VLM 反馈微调图像分解模型的新方法，可能减少对配对监督的依赖。
排序理由 该集群包含一篇详细介绍 AI 模型微调新框架和方法论的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.30257v1 Announce Type: new Abstract: We present Stable-Layers, a reinforcement learning framework that eliminates the need for paired supervision by fine-tuning a pretrained layer decomposition model using only feedback from a vision-language model (VLM). Starting from…
We present Stable-Layers, a reinforcement learning framework that eliminates the need for paired supervision by fine-tuning a pretrained layer decomposition model using only feedback from a vision-language model (VLM). Starting from Qwen-Image-Layered, we apply Flow-GRPO with LoR…