SciGen-Verifier 用可解释推理验证 AI 生成的科学图像
Jiali Chen · hf · 2026-09-29
该工作针对统一多模态模型在科学图像生成（电路图、几何构造、函数图像等）上的正确性验证瓶颈——错误往往源于领域知识、结构推理和多步指令，而非表面伪影，现有验证器多针对自然图像且只输出标量分数。
三项贡献：
- SciGen-Verify 基准：专注科学图像生成的可解释验证，覆盖指令遵循、多学科推理和世界知识，采用三层协议：二元判断→解释→纠错编辑指令；
- SciGen-Verifier：经冷启动 SFT + 课程式两阶段 RL 训练的推理驱动多模态验证器，rubric 引导的过程奖励先强化科学推理探索，结果奖励再对齐标注；
- 效果：以更小规模取得与大型专有模型相当的竞争力，并可作为在线 critic 用于图像迭代修正。
「多模态」频道最新
- 实测：角色交换 LoRA 显著提升 MiniMax H3 视频一致性 — not_food · 2026-09-29
- 开源增强节点实测：Krea2 turbo 8 步出图质量明显提升 — No-Bad-4838 · 2026-09-29
- 小技巧：ControlNet Depth 的 end_percent 设低于 0.5 效果出奇好 — MaleMaldives · 2026-09-29
- Reddit 爆火 AI 视频:哈利波特与「健身房密令」 — iquizuanswer · 2026-09-29
- 用 Claude+Seedance 复刻 Manus 2.0 风格产品发布片 — yihui_indie · 2026-09-29
- WorldPlay2：更可控更长时程的实时交互世界模型 — Haiyu Zhang · 2026-09-29