الملخص
تمت ترجمة أجزاء من هذه الصفحة آلياً وقد تحتوي على أخطاء.
Precise instruction following in image generation, such as satisfying object counts and spatial relations, remains an open challenge at least in part because it is learned using unreliable reward models such as object detectors and vision-language models. We introduce Verifiable Visual Rewards (VVR), the first framework for programmatically verifiable image rewards, and show that training on it generalizes to natural prompts. Each VVR task is a scene of geometric objects and relations among them, from which we derive both the prompt and a deterministic verifier, so tasks can be generated in any number and at any chosen complexity. We release VVRBench, with 10,000 tasks over 32 constraint types, and VVRBench-Challenge, with 720 more complex tasks; the strongest model we evaluate---GPT-Image-2.5---solves 21.4% of VVRBench-Challenge. Using VVR scores as rewards for reinforcement learning (RLVVR) raises the accuracy of Stable Diffusion 3.5 Medium on VVRBench from 2.8% to 28.3% and demonstrates consistent easy-to-hard generalization. These gains extend to out-of-domain benchmarks, and mixing VVR into existing objectives further improves overall performance and human preference, motivating the adoption of VVR into standard image generation post-training recipes.
الكلمات المفتاحية
الموضوع
بيانات النشر
- المجلة
- غير متاح
- وصول مفتوح
- وصول مفتوح أخضر
اقتبس هذه المقالة
APA 7
Li, S. S., Han, X., Tsvetkov, Y., & Zettlemoyer, L. (2026). مكافآت بصرية قابلة للتحقق تنتقل من المشاهد الاصطناعية إلى المطالبات الطبيعية. https://omanscience.com/ar/articles/verifiable-visual-rewards-transfer-from-synthetic-scenes-to-natural-prompts
MLA 9
Li, Shuyue Stella, et al. "مكافآت بصرية قابلة للتحقق تنتقل من المشاهد الاصطناعية إلى المطالبات الطبيعية." https://omanscience.com/ar/articles/verifiable-visual-rewards-transfer-from-synthetic-scenes-to-natural-prompts.
شيكاغو (المؤلف–التاريخ)
Li, Shuyue Stella, Xiaochuang Han, Yulia Tsvetkov, and Luke Zettlemoyer. 2026. "مكافآت بصرية قابلة للتحقق تنتقل من المشاهد الاصطناعية إلى المطالبات الطبيعية." https://omanscience.com/ar/articles/verifiable-visual-rewards-transfer-from-synthetic-scenes-to-natural-prompts.
هارفارد
Li, S. S., Han, X., Tsvetkov, Y. and Zettlemoyer, L. (2026) 'مكافآت بصرية قابلة للتحقق تنتقل من المشاهد الاصطناعية إلى المطالبات الطبيعية', Available at: https://omanscience.com/ar/articles/verifiable-visual-rewards-transfer-from-synthetic-scenes-to-natural-prompts.
فانكوفر
Li SS, Han X, Tsvetkov Y, Zettlemoyer L. مكافآت بصرية قابلة للتحقق تنتقل من المشاهد الاصطناعية إلى المطالبات الطبيعية. https://omanscience.com/ar/articles/verifiable-visual-rewards-transfer-from-synthetic-scenes-to-natural-prompts
IEEE
S. S. Li, X. Han, Y. Tsvetkov, and L. Zettlemoyer, "مكافآت بصرية قابلة للتحقق تنتقل من المشاهد الاصطناعية إلى المطالبات الطبيعية," https://omanscience.com/ar/articles/verifiable-visual-rewards-transfer-from-synthetic-scenes-to-natural-prompts.