DeCoRL：分解物体级一致性提升多图组合编辑的强化学习框架

Zhiqiang Wu 等人在 arXiv 提交论文，提出 DeCoRL 强化学习框架，用于提升大规模图像编辑模型在多参考图下的组合一致性（MICo）。其做法是将整体一致性分解为物体级一致性：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，聚合为多物体一致性奖励指导 RL 后训练。 团队同时发布了覆盖 2 到 6 张参考图的 DeCo-Bench 基准，并称在 DeCo-Bench 和公开的 MICo-Bench 上均取得一致性提升。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。