新的HPSv3++奖励模型提高了文本到图像生成的准确性

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-12 17:22

研究人员推出HPSv3++，一个先进的奖励模型框架，旨在增强文本到图像生成系统。该新模型通过考虑不断发展的扩散模型能力和强化学习迭代，解决了先前奖励模型的局限性。它利用了一个新颖的双维度偏好数据集HPDv3++和一个两阶段训练过程，以提高跨各种文本到图像模型的偏好预测准确性和性能。 AI

影响通过提高跨不同T2I系统的奖励预测准确性和性能来增强文本到图像模型。

排序理由该集群包含一篇研究论文，详细介绍了用于改进文本到图像生成的新模型和数据集。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CV TIER_1 English(EN) · Yijun Liu, Jie Huang, Zeyue Xue, Yuming Li, Ruizhe He, Haoran Li, Shijia Ge, Siming Fu · 2026-06-15 04:00

HPSv3++：将奖励模型扩展到扩散模型能力的整个范围

arXiv:2606.14657v1 Announce Type: new Abstract: Reward models guide text-to-image (T2I) systems toward outputs aligned with human preferences. However, typical reward models such as HPSv3 are trained on pre-annotated data from earlier T2I models, without accounting for quality di…
arXiv cs.CV TIER_1 English(EN) · Siming Fu · 2026-06-12 17:22

HPSv3++：扩展奖励模型以覆盖扩散模型能力的全部范围

Reward models guide text-to-image (T2I) systems toward outputs aligned with human preferences. However, typical reward models such as HPSv3 are trained on pre-annotated data from earlier T2I models, without accounting for quality discriminative shifts arising from evolving model …