实体
KRIS-Bench
KRIS-Bench
PulseAugur coverage of KRIS-Bench — every cluster mentioning KRIS-Bench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
StepFun 发布排名第一的图像编辑器；腾讯预览 Hy3 模型
StepFun 发布了 Step Image Edit 2，这是一个拥有 35 亿参数的图像编辑模型，在 KRIS-Bench 基准测试的多个类别中均取得了最高排名。新版本在性能上显著超越了更大参数的模型，响应时间仅为 0.7 秒。同时，腾讯的 Hy AI 模型现已在 gmi_cloud 上提供预览，允许开发者测试其最新功能。
-
内联批评者通过批评中间预测来优化图像编辑
研究人员开发了“内联批评者”（Inline Critic），一种新颖的图像编辑方法，允许批评信号在生成过程中途影响生成过程。该方法会探测一个固定的图像编辑模型，识别早期层的错误模式，并利用这些信息来指导模型的隐藏状态进行优化。该技术在 GEdit-Bench 和 KRIS-Bench 等多个基准测试中取得了最先进的成果，并证明了批评者能有效地塑造模型的注意力和预测。
-
新框架通过推理和奖励引导控制增强AI图像编辑
研究人员开发了使用强化学习和最优控制技术进行图像编辑的新方法。一种方法“Training-Free Reward-Guided Image Editing via Trajectory Optimal Control”将编辑视为轨迹优化问题，优于现有的引导基线。另一个框架Edit-R1引入了一个基于推理验证器的奖励模型，该模型将指令分解为不同的原则，以进行更细粒度的评估，并在更大的参数模型上显示出性能提升。此外，DDA-Thinker…