SearchGen：用搜索增强视觉生成
TIGER-Lab · hf · 2026-07-15
这篇工作提出 **SearchGen-20K** 和 **SearchGen-Bench**，用来研究“可搜索增强”的视觉生成。 主要结论： - 视觉生成模型会自信地编造训练语料之外的新实体、长尾事件等内容。 - 在 SearchGen-Bench 上，前沿开源生成器只拿到 **21–28/100**，比现有 benchmark 暴露出更大的能力缺口。 - 直接加搜索工具并不总是有效，简单检索反而会把噪声引入提示词。 - 作者认为关键在于模型有一个“可内化知识边界”，并提出 **teach-then-search** 的共训练框架来逐步发现并利用这个边界。 论文同时释放了可复现的工具增强视觉生成基准、语料和检索语料。