Tag · 2 篇
偏好数据构建
01 02
PosterReward：为高质量平面设计生成解锁准确评估
PosterReward: Unlocking Accurate Evaluation for High-Quality Graphic Design Generation
为文生图模型提供针对海报设计的细粒度奖励信号，可用于生成后筛选或作为强化学习/偏好优化（如 RLHF、DPO）的奖励函数，弥补现有美学奖励模型忽略排版与文字准确性的缺陷。
通过奖励建模增强图像生成中的空间理解
Enhancing Spatial Understanding in Image Generation via Reward Modeling
用奖励模型为文生图的空间关系正确性提供可微/可打分信号，可直接接入在线 RL（如 GRPO/PPO 类）微调扩散或自回归生成器，解决复杂空间提示词需多次采样的问题；SpatialScore 也可作为空间一致性的自动评测器复用。