指令对齐

UniGen-1.5：通过强化学习中的奖励统一增强图像生成与编辑

UniGen-1.5: Enhancing Image Generation and Editing through Reward Unification in RL

用共享奖励模型把图像生成与编辑的 RL 训练统一起来，并先做轻量编辑指令对齐再上 RL，这套「先对齐指令、再统一奖励」的流程可直接迁移到其他统一生成/编辑模型的训练中。