arXiv · 机器人与计算机视觉· Yawen Shao, Jie Xiao, Kai Zhu, Yu Liu, Hongchen Luo, Xueyang Fu, Yang Cao, Wei Zhai, Zheng-Jun Zha·· 16 天前AI 评分67
MaskSense:对抗掩码图像生成中的视觉探索陷阱
MaskSense: Confronting the Visual Exploration Trap in Masked Image Generation
AI 导读
论文揭示掩码生成模型(MGMs)在适配强化学习时存在‘视觉探索陷阱’,即基于置信度的采样会牺牲主体多样性以优先解析低不确定性背景,导致生成空间过早坍缩。作者提出 MaskSense 框架,通过语义锚定路由采样机制保留高熵主体 token 的探索性,并利用全局熵转移锚定策略集中梯度更新于关键解码步骤。
来源:arXiv · 机器人与计算机视觉 · arxiv.org