VisualDeltas: 从视觉质量扰动中学习偏好
人工智能
2026-03-10 v1
摘要
我们提出了VisualDeltas，一个轻量级的偏好学习框架，它从多模态数据中的视觉质量变化中提取监督信号。通过利用图像质量对视觉感知和推理的系统性影响，VisualDeltas无需依赖人工标注或外部教师即可诱导出信息丰富的偏好信号。该框架同时支持无标签和有标签模式，从而在存在监督信号时能够灵活使用。在多种多模态基准测试和模型规模上，VisualDeltas始终优于拒绝采样微调，并改善了泛化能力，且能自然地扩展到一系列视觉退化场景。
引用
@article{arxiv.2603.07272,
title = {VisualDeltas: Learning Preferences from Visual Quality Perturbations},
author = {Hailiang Huang and Yihao Liu and Shengyue Guan and Haoze Li and Sujian Li},
journal= {arXiv preprint arXiv:2603.07272},
year = {2026}
}