OracleZoom: 基于策略自蒸馏启发的参考约束递归图像超分辨率

Hugging Face Daily Papers 论文
recursive-super-resolution on-policy-self-distillation image-super-resolution cross-scale-supervision reference-constrained hallucination-reduction kl-latent-prior

摘要

OracleZoom通过结合策略自蒸馏、参考约束和跨尺度监督来改进递归图像超分辨率，减少幻觉，并在多个数据集上取得了最先进的结果。

递归超分辨率（SR）通过将预测反复反馈到同一模型中，将固定尺度的SR扩展到极端放大，类似于反复放大图像。然而，每个尺度上真实标签的可用性，特别是在深度上，仍然具有挑战性，因为所需的源分辨率呈几何增长，导致更深层的预测缺乏监督。我们提出OracleZoom，一个受策略蒸馏启发、参考约束的框架，它在自己的轨迹上训练，同时携带最后的真实标签证据超越监督边界。直接和跨尺度监督约束可验证的内容，而无参考质量目标引导未解决的细粒度细节。一个KL约束的预训练潜在先验限制了质量驱动的漂移，而EMA一致性稳定了监督边界。在七个数据集上，OracleZoom在各个缩放尺度上实现了最先进的SR质量，平均CLIPIQA为0.713，在更深层尺度上有更大的提升，同时显著减少了幻觉。代码、数据和模型可在 https://dipta007.github.io/OracleZoom/ 获取。
查看原文
查看缓存全文

缓存时间: 2026/09/10 14:17

论文页面 - OracleZoom：基于同策略自蒸馏思想的参考约束递归图像超分辨率

来源：https://huggingface.co/papers/2609.06490

摘要

OracleZoom通过结合轨迹训练、跨尺度监督与潜在先验，在极端放大倍率下有效减少了图像幻觉，从而提升了递归超分辨率的效果。

递归超分辨率 (https://huggingface.co/papers?q=Recursive%20Super-Resolution) (SR) 通过将预测结果反复输入同一模型，将固定尺度SR扩展到极端放大倍率，类似于对图像进行连续放大。然而，随着所需源分辨率呈几何级数增长，每个尺度（尤其是深层）的真实值获取变得困难，导致更深的预测缺乏监督。我们提出OracleZoom，这是一种受同策略蒸馏 (https://huggingface.co/papers?q=on-policy%20distillation) 启发、基于参考约束 (https://huggingface.co/papers?q=reference-constrained) 的框架。该框架在自身轨迹上进行训练，同时携带超出监督边界的最后真实值证据。直接监督与跨尺度监督 (https://huggingface.co/papers?q=cross-scale%20supervision) 约束了可验证的内容，而无参考质量目标 (https://huggingface.co/papers?q=no-reference%20quality%20objective) 则引导未解决的细粒度细节。KL约束的预训练潜在先验 (https://huggingface.co/papers?q=KL-constrained%20pretrained%20latent%20prior) 限制了质量驱动的漂移，EMA一致性 (https://huggingface.co/papers?q=EMA%20consistency) 稳定了监督边界。在七个数据集上的测试表明，OracleZoom在各放大尺度上均达到了最先进的SR质量，CLIPIQA平均分为0.713，在更深层尺度上提升更为显著，同时显著减少了幻觉。代码、数据和模型已发布于 https://dipta007.github.io/OracleZoom/ 。

查看arXiv页面 (https://arxiv.org/abs/2609.06490) 查看PDF (https://arxiv.org/pdf/2609.06490) 项目主页 (https://dipta007.github.io/OracleZoom/) GitHub0 (https://github.com/dipta007/OracleZoom) 添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2609.06490)

在您的智能体中获取此论文：

hf papers read 2609\.06490

尚未安装最新CLI？请执行：curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型1

dipta007/OracleZoom 图像到图像• 约3小时前更新 (https://huggingface.co/dipta007/OracleZoom)

引用本文的数据集1

dipta007/OracleZoom-4KLSDB-train 查看器• 约4小时前更新 • 52.8k • 399 (https://huggingface.co/datasets/dipta007/OracleZoom-4KLSDB-train)

引用本文的Space2

包含本文的收藏集2

相似文章

基于策略蒸馏的推理递归自我改进

arXiv cs.CL

本文提出一个递归框架，通过动态协同进化和自我精炼简洁学习来改进基于策略的自我蒸馏，以增强推理能力。在Qwen3-8B模型上跨数学基准展示了显著提升。

RefGC-SR^2：参考引导的生成内容超分辨率与精炼

Hugging Face Daily Papers

本文提出了一项新任务：参考引导的生成内容超分辨率与精炼（RefGC-SR²），该任务利用频率感知扩散变换器模型，同时恢复高分辨率细节并修正生成伪影。该方法在后处理阶段利用高分辨率参考图像提升AI生成图像的质量。

通过门控与衰减的在策略蒸馏提升 OCR 保真度

arXiv cs.AI

论文提出了 GAD-RL 方法，在视觉-语言模型的联合后训练阶段对在策略蒸馏的监督信号进行自适应门控与衰减，以提升 OCR 转录的保真度。在 Qwen3.5-2B 上，该方法在 CHAOS-Bench 上取得了 59.92% 的 Micro Recall，超过 GRPO 8.45 个百分点。