arxiv · arXiv · 2026-09-29 01:59 · 评分 82
针对统一多模态模型通过反思循环自我修复图像生成，提出交错强化学习，联合学习反思文本与图像生成，避免 SFT 冷启动局限和朴素 RL 低效，提升修复成功路径。
原文：arXiv ｜ 返回 AI 资讯列表