相对比较监督

ReasonX：多模态大语言模型引导的本征图像分解

ReasonX: MLLM-Guided Intrinsic Image Decomposition

把多模态大语言模型当作感知评判器，用其输出的相对本征比较构造 GRPO 奖励，从而在无标注真实图像上微调本征分解模型；这一「MLLM 比较式监督」范式可迁移到深度、法线、反照率等任何可定义成对关系的稠密预测任务上。