研究人员利用直接偏好优化框架和公开可用的奖励模型，重新审视了图像修复的首选项对齐。他们的研究表明，虽然大多数奖励模型提供了有效的信号，但一些模型在亮度、构图和颜色方面存在偏差，导致奖励破解。这些奖励模型的集成有效地缓解了这些偏差，在标准指标和人类评估方面均取得了改进的性能，甚至显示出对物体移除任务的可迁移性。 AI
影响 识别当前图像生成任务奖励模型的偏差，并提出集成方法以获得更鲁棒和可泛化的结果。
排序理由 这是一篇详细介绍图像修复技术和奖励模型研究的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →