实体
OneIG-Bench
OneIG-Bench
PulseAugur coverage of OneIG-Bench — every cluster mentioning OneIG-Bench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
统一的多模态模型通过交错强化学习学会自我纠正
研究人员开发了 UMM-Reflection,一种用于统一多模态模型的新型强化学习方法,使其能够迭代地改进自身的图像生成能力。该方法使模型能够联合学习反射策略和图像生成,使其能够在没有外部评论者的情况下诊断错误、修改输出并评估这些修改的影响。UMM-Reflection 在多个基准测试中表现出显著的改进,包括 BAGEL、WISE、OneIG-Bench 和 T2I-CompBench++,显示了其在增强图像生成任务的自我纠正方面的有效性。
-
代码驱动的推理框架增强文本到图像生成
研究人员推出了一种新颖的文本到图像生成框架 CoCo (Code-as-CoT),该框架利用可执行代码来表示推理过程。与传统的自然语言推理相比,这种方法能够对复杂的视觉元素和结构化内容进行更精确的规划。CoCo 生成代码来创建草图图像,然后通过编辑进行细化以生成最终输出。该框架在各种基准测试中表现出显著的改进,优于直接生成和其他思维链方法。