OMR-diffusion: Optimizing multi-round enhanced training in diffusion models for improved intent understanding

doi:10.1016/j.neucom.2025.131452

OMR-diffusion: Optimizing multi-round enhanced training in diffusion models for improved intent understanding

2025-10-09

0

PRE

AI

DOI：10.1016/j.neucom.2025.131452

原文链接

原文求助

摘要

En 中文

• 优化图像生成中的用户偏好：本研究引入了一种视觉协同适应（VCA）框架，该框架整合了人类反馈和强化学习（RL），以使生成的图像与个性化用户偏好保持一致，同时确保多轮对话中的连贯性。 • 通过多轮反馈改进生成效果：基于对话的优化利用每一步的用户反馈来提升图像的多样性、结构一致性和语义对齐，显著推动了文本到图像的生成技术。 • 通过反馈循环增强交互：动态奖励系统在多样性、一致性和互信息之间取得平衡，以提升交互质量并降低使用AI技术的门槛。 • 超越当前最优性能：所提出的模型在意图对齐、图像一致性和对话效率方面超越了DALL-E 3和Imagen等先进系统，并在LPIPS（0.15）和BLIP（0.59）指标上取得了顶尖结果。

OMR-diffusion: Optimizing multi-round enhanced training in diffusion models for improved intent understanding

摘要

期刊

机构

引用论文