ICML 2026 spotlight：通用美学对齐缩小艺术表达范围 [R]

我想分享一篇ICML 2026 spotlight立场论文，探讨图像生成对齐中的一个失败模式：美学偏好优化可能会覆盖用户的明确意图，当请求的输出是反美学或不符合主流视觉品味时。该论文将其称为**逆向对齐**。模型没有对齐到用户陈述的偏好，而是输出被拉回到模型习得的美学先验。我们测试了生成模型和奖励模型在要求模糊、扭曲、低保真、负面情绪等反美学图像上的表现。GitHub仓库：[https://github.com/weathon/icml2026_position](https://github.com/weathon/icml2026_position) 论文：[https://arxiv.org/abs/2512.11883](https://arxiv.org/abs/2512.11883) OpenReview：[https://openreview.net/forum?id=1gQ4zc1Q8I](https://openreview.net/forum?id=1gQ4zc1Q8I) 欢迎对框架以及区分提示理解与偏好覆盖的评估设计提供反馈。