T-DIG 训练配方：LLM 政策以 TPIPS 为奖励、VQA 与 HPSv3 为惩罚
simi_97k · x · 2026-10-28
T-DIG 线程第 5 条详述训练机制：由 LLM 政策为给定基础提示词生成多样化提示词，再根据生成图像计算的奖励与惩罚来训练。具体测三个信号：
- ➕ 沿请求变化轴的多样性（TPIPS）
- ➖ 与基础提示词的对齐分（VQA Score）
- ➖ 人类偏好分（HPSv3）
目标是在保持对齐与人类偏好不掉的前提下最大化 TPIPS 多样性。
所属事件:CMU 团队开源 T-DIG：文生图按指定维度生成多样结果(7 条相关)→
「多模态」频道最新
- AI 乐队 Techhalla 把 Slipknot 翻唱成 1971 年复古灵魂乐 — Mother-Pear-2392 · 2026-10-28
- Hailuo H3 Max 复古 MV 工作流详解：15 秒切块、单参考图与多镜头 prompt — techhalla · 2026-10-28
- 开源工作流：Seedance 视频一键变 3D 模型真实 UV 材质 — OdinLovis · 2026-10-28
- 赛博朋克 AI 生成短片「VHS Sirens」:改装车夜城逐帧质感惊艳 — brythehuman · 2026-10-28
- 零基础作者用 MiniMax H3 制作 40 镜头动画 MV，数周完成 — Capable-Insurance-58 · 2026-10-28
- Midjourney sref 风格码 138606468+1306896884 实测:扁平肌理插画 — sergeantsref · 2026-10-28