arXiv cs.AI· Shuo Han, Zhilin Wang, Peng Ling, Wenjia Gong, Yang Liu, Guanjun Jiang, Yukun Cao, Xike Xie·· 11 小时前AI 评分34
ImageRSI：面向智能体图像生成的验证驱动递归自我改进框架
ImageRSI: Verification-Driven Recursive Self-Improvement for Agentic Image Generation
AI 导读
ImageRSI 提出一种保持图像生成器冻结的框架，通过任务内五维验证与修复、跨任务经验库和离线更新评判器实现递归自我改进，经验需经配对 A/B 验证才能入库。
正文 · AI 翻译
摘要：复杂的文本到图像请求仍然难以可靠地满足。验证并修复图像可以修正单个输出，但一次成功的修复未必能迁移到其他请求。我们提出 ImageRSI，这是一个保持图像生成器冻结的框架，它结合了三个组件：每个任务内的五维验证与修复、跨任务共享的经验库，以及评判器的离线更新。候选经验只有在经过成对 A/B 验证后才能进入经验库，评判器则利用累积的图像判断记录，通过监督微调和 GRPO 进行更新，并在复用前进行评估。我们还推出了 ImageReq-Bench，这是一个包含 961 个请求的基准，围绕真实世界图像生成请求中的困难案例构建，每个请求都配有一份评估清单。ImageRSI 在 MindBench 上（以 Nano Banana Pro 作为生成器）取得了 52.6% 的清单严格准确率（CSA），在 ImageReq-Bench 上取得了 65.66%，并且我们比较了不同评判器训练配置下的系统结果。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.32120 [cs.CV] |
| （或 arXiv:2610.32120v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32120 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Shuo Han [查看邮箱]
[v1]
2026年10月23日星期五 03:42:21 UTC（2,414 KB）
来源：arXiv cs.AI · arxiv.org