💡
原文中文，约4300字，阅读约需11分钟。
📝
内容提要
AIxiv专栏促进了学术交流，报道了2000多篇内容。研究者探讨了思维链（CoT）在图像生成中的应用，提出了潜力评估奖励模型（PARM）及其增强版PARM++，有效提升了图像生成质量。实验结果表明，结合测试时验证和偏好对齐策略，生成图像的质量和文本一致性显著提高。
🎯
关键要点
- AIxiv专栏促进了学术交流，报道了2000多篇内容。
- 研究者探讨了思维链（CoT）在图像生成中的应用。
- 提出了潜力评估奖励模型（PARM）及其增强版PARM++，有效提升了图像生成质量。
- 实验结果表明，结合测试时验证和偏好对齐策略，生成图像的质量和文本一致性显著提高。
- CoT推理已广泛应用于大语言模型和多模态大模型，尤其在数学推理和科学计算任务上表现出色。
- 自回归图像生成任务中，如何有效验证和强化生成过程仍是一个挑战。
- 研究团队首次证明了“CoT + 文生图”的可行性，并提出了PARM和PARM++来优化图像生成质量。
- PARM通过清晰度判断、潜力性评估和最佳选择三步提升图像生成质量。
- PARM++在PARM基础上引入自我修正机制，进一步提升生成结果的准确性。
- 引入直接偏好优化（DPO）以使生成结果更符合人类偏好，训练了288K条图文排名数据。
- 结合测试时验证与DPO对齐策略，整体提升达27%。
- 本研究首次系统性探索了CoT推理策略在自回归图像生成中的适应性及潜力。
❓
延伸问答
CoT推理在图像生成中的应用是什么？
CoT推理在图像生成中用于提升生成质量和文本一致性，研究者首次证明了其与文生图结合的可行性。
PARM和PARM++模型的主要区别是什么？
PARM通过清晰度判断、潜力性评估和最佳选择三步提升图像生成质量，而PARM++在此基础上引入自我修正机制，进一步优化生成结果。
如何通过DPO优化生成结果？
通过构建288K条图文排名数据训练模型，使生成结果更符合人类偏好，初次DPO训练提升GenEval性能9%。
研究中提到的测试时验证策略是什么？
测试时验证策略结合了Outcome Reward Model和Process Reward Model，旨在提升生成图像的质量和一致性。
这项研究的主要贡献是什么？
研究首次系统性探索了CoT推理在自回归图像生成中的适应性，提出了PARM和PARM++模型，有效提升了图像生成质量。
实验结果显示了什么？
实验结果表明，结合测试时验证与DPO对齐策略，整体提升达27%，显著提高了生成图像的质量和文本一致性。
➡️
