组合式图像生成

OSPO：面向文本到图像生成的以物体为中心的自改进偏好优化

OSPO: Object-Centric Self-Improving Preference Optimization for Text-to-Image Generation

把偏好优化从整图级细化到物体级：用注意力图导出物体掩码，构造物体级偏好对并施加物体加权 SimPO 损失，可直接迁移到任何统一多模态理解-生成模型的细粒度对齐后训练中。