图像模型仍不会数圈:可验证视觉奖励 VVR 提升指令遵循
StellaLisy · x · 2026-09-29
Stella Lisy 团队指出当前图像生成模型在精确指令遵循(物体数量、空间关系)上仍然拉胯,并提出 Verifiable Visual Rewards (VVR):用几何场景程序化生成 prompt 与确定性验证器,不再依赖不可靠的奖励模型。
要点:
- 发布 VVRBench(1 万任务、32 种约束类型)与更难的 VVRBench-Challenge(720 任务),最强模型 GPT-Image-2.5-Sunburst 在 Challenge 上只解出约 21%
- 用 VVR 分数做 RL 奖励(RLVVR)后,Stable Diffusion 3.5 Medium 在 VVRBench 上从 2.8% 提升到 28.3%,且呈现易到难的泛化
- 把 VVR 混入现有后训练目标可进一步提升整体表现与人类偏好
所属事件:VVR可验证视觉奖励大幅提升图像生成指令遵循(3 条相关)→
「多模态」频道最新
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- Zyphra开源文本归一化工具:TTS结构化数据正确率最高提升22个百分点 — kastnerkyle · 2026-11-16
- Qwen 图像 2.1 与 Minimax H3 实测:老照片修复与写实化转换 — Ant_6431 · 2026-11-16
- Minimax H3 视频生成演示:Cubee 店面镜头第二版 — JahJedi · 2026-11-16
- 不会画画的开发者用 Fable 5.2 四小时做出 14 章手绘风故事书游戏 — jradoff · 2026-11-16
- Minimax H3 Image 训练人物 LoRA 相似度差,同数据集在 Qwen 2.1 上表现优异 — Ad_Organic · 2026-11-16