团队提出空间文本生图课程引导RL框架
热点事件持续更新
团队提出空间文本生图课程引导RL框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究团队提出一套课程引导的强化学习框架，用于空间文本到图像生成，并配套一个智能体奖励模型 SpatialCritic。团队称，SpatialCritic 在 SpaRW-Eval 上验证准确率达 95.1%，以 8B 骨干超过 320B 的 GLM-5.3-Flash。 团队还称，该框架将 SD3.5-Medium 的平均基线分从 78.4 提升至 83.9，将 BAGEL 从 83.2 提升至 86.5。上述准确率与提升幅度均为研究团队报告的结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AISpatialCritic：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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。