论文页面 - SCOPE：面向文生图提示词工程的语义受限信用分配优化

来源: https://huggingface.co/papers/2610.22264 发布于 10 月 15 日

·

由 https://huggingface.co/Jinfa 提交

Huang (https://huggingface.co/Jinfa)，于 10 月 16 日发布

摘要

SCOPE 通过强化学习改进文生图的提示词重写，将策略更新与语义片段对齐，在无需额外图像渲染的情况下提升生成质量。

强化学习 (https://huggingface.co/papers?q=Reinforcement%20learning)（RL）使语言模型能够通过为冻结的图像生成器重写提示词来改进文生图（T2I）生成。现有方法通常将源自图像的单一信号分配给各个子词 token，然而物体、计数、属性和关系构成连贯的语义片段 (https://huggingface.co/papers?q=semantic%20spans)。我们提出 SCOPE，一种基于分组相对策略优化（Group Relative Policy Optimization，GRPO (https://huggingface.co/papers?q=GRPO)）的目标函数，使更新权重与这种结构相对齐。重写器同时生成增强后的提示词及其语义划分。SCOPE 在每个片段内汇总策略对数概率 (https://huggingface.co/papers?q=policy%20log%20probabilities) 的变化，从而为该片段的 token 损失推导出一个共享系数，同时对每次生成结果仍只保留单一优势值。该方法既不需要单独的片段奖励，也不需要额外的图像渲染。在 Qwen-Image、SD3 和 FLUX.1-dev 上，SCOPE 相比原版 GRPO 在 GeneVal 上取得平均 9.48% 的相对提升，在 T2I-CompBench 上取得 7.62% 的相对提升。消融研究表明，语义边界和片段内汇总两者都对这些提升有所贡献，支持将语义结构作为强化学习提示词工程的一种实用归纳偏置。

查看 arXiv 页面 (https://arxiv.org/abs/2610.22264)　查看 PDF (https://arxiv.org/pdf/2610.22264)　GitHub (https://github.com/MAC-AutoML/SCOPE)　添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2610.22264)

在你的 agent 中获取这篇论文：

hf papers read 2610.22264

还没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

暂无模型关联此论文

在模型的 README.md 中引用 arxiv.org/abs/2610.22264，即可从此页面链接过去。

引用此论文的数据集 0

暂无数据集关联此论文

在数据集的 README.md 中引用 arxiv.org/abs/2610.22264，即可从此页面链接过去。

引用此论文的 Space 0

暂无 Space 关联此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2610.22264，即可从此页面链接过去。

收录此论文的收藏夹 0

暂无收藏夹收录此论文

将此论文添加到收藏夹 (https://huggingface.co/new-collection) 即可从此页面链接过去。