arXiv · cs.AI· Zhiqiang Wu·· 1 天前AI 评分27
DeCoRL：面向多图组合一致性提升的分解式强化学习框架
DeCoRL: Decomposed Consistency Reinforcement Learning for Multi-Image Composition
来源与原文
arXiv · cs.AI
作者：Zhiqiang Wu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39265v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
DeCoRL 是一个强化学习框架，通过将多图组合（MICo）的整体一致性分解为物体级一致性，来提升大规模图像编辑模型在多参考图下的组合一致性。该框架先建立参考图间与指令相关的物体对应关系，再用基于单物体一致性标注训练的 VLM 奖励模型给出细粒度反馈，并聚合为多物体一致性奖励指导 RL 后训练。团队还发布了覆盖 2 到 6 张参考图的 DeCo-Bench 基准，在 DeCo-Bench 和公开的 MICo-Bench 上均取得一致性提升。
来源：arXiv · cs.AI · arxiv.org