DyCoRM：用于文本到图像生成的动态标准感知奖励建模
计算机视觉与模式识别
2026-05-26 v1
摘要
随着文本到图像（T2I）生成的持续进步，生成高质量图像变得越来越容易实现；因此，用户需求正转向更能满足其特定要求的图像。由于奖励模型在评估生成图像是否符合用户偏好方面发挥着越来越重要的作用，这一趋势为奖励建模带来了一个重要挑战：奖励模型不应仅依赖静态和通用的评估维度，而应考虑用户评估生成图像是否满足其特定要求时所依据的任务相关且细粒度的标准。为应对这一挑战，我们提出了DyCoRM，一种动态的、标准感知的奖励模型，它基于任务相关标准进行 grounding，并执行标准感知的偏好比较。为支持这一设置，我们构建了DyCoDataset-20K，它提供了动态标准以及标准级别的标注，并进一步衍生出DyCoBench-1K，这是一个用于在动态标准下系统评估奖励模型的基准。我们进一步引入了DyCoPick，它将标准感知的奖励建模应用于T2I图像选择。我们的贡献建立了首个用于动态和细粒度评估以及在T2I生成中实际应用的奖励建模框架。
引用
@article{arxiv.2605.25876,
title = {DyCoRM: Dynamic Criterion-Aware Reward Modeling for Text-to-Image Generation},
author = {Jiaying Qian and Ziheng Jia and Qian Zhang and Zicheng Zhang and Jiayi Guo and Junqi Zhang and Guangtao Zhai and Xiongkuo Min},
journal= {arXiv preprint arXiv:2605.25876},
year = {2026}
}