Lagrangian optimization

新框架将思维链内部化，实现通用图像修复

研究人员开发了CoTIR，一个用于通用图像修复的新型框架，它将思维链（CoT）推理直接集成到一个单一模型中。该方法旨在克服传统多步CoT方法在计算成本高和退化交互建模薄弱等方面的局限性。通过微调预训练的图像编辑模型并通过拉格朗日优化编码CoT风格的推理，CoTIR能够在没有专门模块的情况下实现整体修复。配套的CoTIR-Bench是一个包含520万个样本的基准测试，有助于训练和评估，证明了CoTIR在感知质量和保真度方面优于现有方法。