arXiv · cs.AI· Xiaofeng Tan, Jiaxin Lin, Haobo Yuan, Tiancheng Shen, Zihan Su, Rui Chen, Hongsong Wang, Ming-Hsuan Yang·· 4 小时前
SpatialCritic：面向图像生成的智能体奖励模型与课程引导强化学习框架
Getting Space Right: Agentic Rewards for Image Generation
AI 导读
研究团队提出课程引导的强化学习框架，用于空间文本到图像生成。其智能体奖励模型 SpatialCritic 在 SpaRW-Eval 上达到 95.1% 验证准确率，以 40 倍小的 8B 骨干超越 320B 的 GLM-5.3-Flash，并将 SD3.5-Medium 平均基线分从 78.4 提升至 83.9、BAGEL 从 83.2 提升至 86.5。
来源：arXiv · cs.AI · arxiv.org