RISEBench
PulseAugur coverage of RISEBench — every cluster mentioning RISEBench across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的AI模型应对多轮图像编辑挑战 · 追踪6个来源
研究人员正在开发新的方法来改进多轮图像编辑，解决连续编辑过程中出现的退化和语义漂移问题。ACEdit引入了一种带有蒸馏目标的自强制训练方案，以稳定长序列的编辑。IMAGAgent采用计划-执行-反思框架，使用视觉语言模型进行指令解析，并使用大型语言模型进行反馈和纠正。DuplexBridge在单个模型内协调理解和生成，使用互惠信任检查并引入了CE-Bench基准。MTEdit专注于通过打包轨迹画布创建高质量的多轮训练数据，从而提高模型…
-
新基准揭示AI视觉编辑能力的局限性
研究人员推出了RISEBench及其更全面的版本RISEBench++，以评估大型多模态模型（LMMs）在视觉编辑任务中的推理能力。这些基准评估了推理的六个维度，包括时间、因果、空间和逻辑，其中RISEBench++具有分层结构和1000个人工标注的测试用例。该研究还提出了RISE-Agent，一个集成了规划、工具使用和精炼的框架，其性能优于现有方法。尽管取得了这些进展，即使是表现最佳的模型GPT-Image-2.5 Sunburst…
-
新的代理框架通过弥合上下文差距来增强图像生成 · 跟踪 6 个来源
研究人员推出了两个新的代理框架 Qwen-Image-Agent 和 RS-Gen，旨在通过解决“上下文差距”来增强文本到图像的生成。Qwen-Image-Agent 通过规划、推理、搜索和记忆逐步构建完整的生成上下文，而 RS-Gen 采用多阶段的“提问-解决”机制来实现类似目的。这两个框架都旨在改进对欠指定或依赖知识的现实世界图像生成请求的处理。在 IA-Bench、Mindbench、WISE Verified 和 RISEBe…
-
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。