课程引导强化学习提升空间文生图

2026年10月14日，arXiv Computer Vision 刊出研究团队（Xiaofeng Tan 等作者）的论文，提出一种课程引导的强化学习框架，用于空间文本到图像生成，框架包含智能体奖励模型 SpatialCritic 与能力图课程学习两部分。据该报道，在 SpaRW-Eval 上，SpatialCritic 取得 95.1% 的验证准确率，以 40 倍更小的 8B 骨干超越 320B 的 GLM-5.3-Flash，并将平均基线分数从 78.4 提升至 83.9（SD3.5-Medium）、从 83.2 提升至 86.5（BAGEL）。上述数字与对比均出自该论文自述，尚未见独立复现或第三方评测。目前事件进展停留在论文发布与作者自报结果阶段，后续是否开源、复现或引发讨论，报道中未提及。

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。