研究人员开发了一种名为时空自适应奖励（STAR）分配的新方法，以改进文本到图像生成模型。该技术通过在不同生成阶段动态地将奖励分配给图像的特定区域，解决了现有强化学习后训练方法中的粒度不匹配问题。通过专注于与用户提示直接对齐的内容，STAR增强了组合语义对齐和文本渲染能力。该方法使用Stable Diffusion 3.5 Medium进行了评估，并在GenEval、OCR文本渲染和PickScore等任务中显示出显著的改进。 AI
影响 STAR方法通过将奖励分配集中在相关图像区域，提高了文本到图像的对齐和渲染效果。
排序理由 该集群包含一篇详细介绍文本到图像生成模型新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2606.17979v1 Announce Type: new Abstract: Existing RL post-training methods for text-to-image generation usually convert the final-image reward into a single scalar advantage and apply it with the same strength to the entire generative trajectory. However, text-to-image gen…
Existing RL post-training methods for text-to-image generation usually convert the final-image reward into a single scalar advantage and apply it with the same strength to the entire generative trajectory. However, text-to-image generation naturally has temporal and spatial struc…