SFT+GRPO

新的COMEX基准推动了图像裁剪的可解释人工智能发展

研究人员推出了COMEX，这是一个旨在改进可解释美学图像裁剪的新基准和学习框架。该框架通过将解释视为裁剪过程的组成部分，而不是事后添加，来解决现有方法的局限性。COMEX通过结构化的裁剪-构图-解释问题，实现了裁剪定位、构图理解和解释生成的联合学习。所提出的SFT+GRPO框架在15个大型视觉语言模型和其他裁剪方法上进行了测试，证明了其在各种基准上的有效性和可迁移性。