UnifiedReward 的正式实现及 [NeurIPS 2025] UnifiedReward-Think 和 UnifiedReward-Flex
UnifiedReward 的正式实现及 [NeurIPS 2025] UnifiedReward-Think 和 UnifiedReward-Flex
[ECCV 2026] UniREditBench: A Unified Reasoning-based Image Editing Benchmark: 我们提出了UniREditBench，这是一个基于推理的统一图像编辑基准，并进一步构建了UniREdit-Data-100K，这是一个具有高质量 CoT 注解的大型合成数据集，并通过在该数据集上微调 Bagel 来开发了UniREdit-Bagel。
UniGenBench++: 一种用于文本到图像生成的统一语义评估基准: 我们提出了 UniGenBench++,这是一种用于 T2I 生成的统一语义基准。它支持中文和英文的 短语和长语提示,具有简化的 评估流程 和强大的 离线评估模型。
统一的个性化奖励模型用于视觉生成: 我们提出了 UnifiedReward-Flex，这是一种用于视觉生成的 统一的个性化奖励模型，将奖励建模与灵活且上下文自适应的推理相结合。
暂无开放 Issues，或尚未同步最近议题。