dense-supervision

本文提出了一种针对扩散模型图像编辑的层次化分类法和密集监督训练策略，利用包含1200万编辑对的大型数据集和细粒度评估基准来提升模型性能。

介绍QVal，一个无需训练的测试平台，通过衡量与Q值的对齐程度来评估长视界LLM智能体任务中的密集监督信号，从而无需训练即可公平比较不同监督方法。