arXiv · cs.AI· Zixu Wang, Xiaoran Zhao, Yahui Liu, Feng-ao Wang, Junhao Xiao, You Shu, Bing Liu, Yiting Liu, Songlei Jian, Zhiliang Tian, Dongsheng Li·· 5 小时前
GenRevisit通过回溯状态提升智能体组合式图像生成
Look Back to Move Forward: Learning to Revisit for Agentic Compositional Image Generation
arXiv:2610.16224v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zixu Wang, Xiaoran Zhao, Yahui Liu, Feng-ao Wang, Junhao Xiao, You Shu, Bing Liu, Yiting Liu, Songlei Jian, Zhiliang Tian, Dongsheng Li
研究任务与主要进展
GenRevisit提出一种智能体框架，联合选择用于继续编辑的图像状态和编辑动作，并通过SFT与智能体强化学习训练。该方法进一步提出归一化动作信用分配（NACA），根据各动作对降低剩余目标的贡献重新分配GRPO中的正向优势；作者在GenEval2上报告，使用Qwen-Image-2512和Z-Image-Turbo时GM分数分别为84.3和74.4，较各自最强基线高12.7和10.9分。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org