Zhiqiang Wu团队发布DeCoRL框架与基准

Zhiqiang Wu等作者团队提出并验证了名为DeCoRL的强化学习框架。该框架旨在通过分解一致性，将整体多图合成一致性细化为对象级一致性，从而提升多图合成质量。 DeCoRL方法通过定位参考图像中的对象对应区域，并利用基于视觉语言模型（VLM）的奖励模型生成细粒度反馈，以此引导后续的训练过程。 实验结果显示，DeCoRL在DeCo-Bench和MICo-Bench等基准测试中，均展示了多图合成一致性方面的持续提升。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。