Tag · 2 篇
智能体框架
分布 图像编辑与可控生成1人脸与人体理解1
01 02
一致性评论器：通过参考引导的注意力对齐纠正生成图像中的不一致
The Consistency Critic: Correcting Inconsistencies in Generated Images via Reference-Guided Attentive Alignment
把参考图引导的后编辑作为修正生成不一致的手段，并给出基于注意力对齐损失与细节编码器的可复用修正模块，可嵌入智能体做多轮局部编辑，为定制化生成的一致性修复提供思路。
FusionAgent：面向人体识别的动态模型选择多模态智能体
FusionAgent: A Multimodal Agent with Dynamic Model Selection for Human Recognition
把每个生物特征专家模型当作可调用工具，用 MLLM 智能体配合指标驱动的强化微调，为每个测试样本动态选择模型组合，并用基于锚点的置信度 Top-k 融合解决分数错位与嵌入异质性问题；这套「动态模型选择 + 置信度感知融合」思路可直接迁移到多模态或多模型集成的视觉识别系统。