Tag · 1 篇
Rethinking Prompt Design for Inference-time Scaling in Text-to-Visual Generation
把推理时扩展从「多采样视觉结果」扩展到「同步改写提示词」,并给出元素级事实校验器作为对齐反馈信号;做文生图/文生视频时可直接复用该「生成—诊断失败模式—重写提示词—再生成」的闭环,替代单纯增加采样步数或随机种子。