Compositional Text-to-Image Generation Via Region-aware Bimodal Direct Preference Optimization
Fuente:
arXiv
Salvato in:
| Autori principali: | Liu, Zhuohan, Peng, Wujian, Chen, Yitong, Wu, Zuxuan |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
CoMP: Continual Multimodal Pre-training for Vision Foundation Models
di: Chen, Yitong, et al.
Pubblicazione: (2025)
di: Chen, Yitong, et al.
Pubblicazione: (2025)
Synthesize, Diagnose, and Optimize: Towards Fine-Grained Vision-Language Understanding
di: Peng, Wujian, et al.
Pubblicazione: (2023)
di: Peng, Wujian, et al.
Pubblicazione: (2023)
INST-IT: Boosting Instance Understanding via Explicit Visual Prompt Instruction Tuning
di: Peng, Wujian, et al.
Pubblicazione: (2024)
di: Peng, Wujian, et al.
Pubblicazione: (2024)
SUDO: Enhancing Text-to-Image Diffusion Models with Self-Supervised Direct Preference Optimization
di: Peng, Liang, et al.
Pubblicazione: (2025)
di: Peng, Liang, et al.
Pubblicazione: (2025)
CaTok: Taming Mean Flows for One-Dimensional Causal Image Tokenization
di: Chen, Yitong, et al.
Pubblicazione: (2026)
di: Chen, Yitong, et al.
Pubblicazione: (2026)
Preference Score Distillation: Leveraging 2D Rewards to Align Text-to-3D Generation with Human Preference
di: Leng, Jiaqi, et al.
Pubblicazione: (2026)
di: Leng, Jiaqi, et al.
Pubblicazione: (2026)
Region-Constrained Group Relative Policy Optimization for Flow-Based Image Editing
di: Ouyang, Zhuohan, et al.
Pubblicazione: (2026)
di: Ouyang, Zhuohan, et al.
Pubblicazione: (2026)
LightGen: Efficient Image Generation through Knowledge Distillation and Direct Preference Optimization
di: Wu, Xianfeng, et al.
Pubblicazione: (2025)
di: Wu, Xianfeng, et al.
Pubblicazione: (2025)
CreatiLayout: Siamese Multimodal Diffusion Transformer for Creative Layout-to-Image Generation
di: Zhang, Hui, et al.
Pubblicazione: (2024)
di: Zhang, Hui, et al.
Pubblicazione: (2024)
Scalable Ranked Preference Optimization for Text-to-Image Generation
di: Karthik, Shyamgopal, et al.
Pubblicazione: (2024)
di: Karthik, Shyamgopal, et al.
Pubblicazione: (2024)
DecQ: Detail-Condensing Queries for Enhanced Reconstruction and Generation in Representation Autoencoders
di: Wang, Tianhang, et al.
Pubblicazione: (2026)
di: Wang, Tianhang, et al.
Pubblicazione: (2026)
DETONATE: A Benchmark for Text-to-Image Alignment and Kernelized Direct Preference Optimization
di: Prasad, Renjith, et al.
Pubblicazione: (2025)
di: Prasad, Renjith, et al.
Pubblicazione: (2025)
AGFSync: Leveraging AI-Generated Feedback for Preference Optimization in Text-to-Image Generation
di: An, Jingkun, et al.
Pubblicazione: (2024)
di: An, Jingkun, et al.
Pubblicazione: (2024)
GlyphPrinter: Region-Grouped Direct Preference Optimization for Glyph-Accurate Visual Text Rendering
di: Shuai, Xincheng, et al.
Pubblicazione: (2026)
di: Shuai, Xincheng, et al.
Pubblicazione: (2026)
Batch-Instructed Gradient for Prompt Evolution:Systematic Prompt Optimization for Enhanced Text-to-Image Synthesis
di: Yang, Xinrui, et al.
Pubblicazione: (2024)
di: Yang, Xinrui, et al.
Pubblicazione: (2024)
GDPO-SR: Group Direct Preference Optimization for One-Step Generative Image Super-Resolution
di: Yi, Qiaosi, et al.
Pubblicazione: (2026)
di: Yi, Qiaosi, et al.
Pubblicazione: (2026)
OneReward: Unified Mask-Guided Image Generation via Multi-Task Human Preference Learning
di: Gong, Yuan, et al.
Pubblicazione: (2025)
di: Gong, Yuan, et al.
Pubblicazione: (2025)
Text-to-Image Generation Via Energy-Based CLIP
di: Ganz, Roy, et al.
Pubblicazione: (2024)
di: Ganz, Roy, et al.
Pubblicazione: (2024)
PhyGDPO: Physics-Aware Groupwise Direct Preference Optimization for Physically Consistent Text-to-Video Generation
di: Cai, Yuanhao, et al.
Pubblicazione: (2025)
di: Cai, Yuanhao, et al.
Pubblicazione: (2025)
OSPO: Object-Centric Self-Improving Preference Optimization for Text-to-Image Generation
di: Oh, Yoonjin, et al.
Pubblicazione: (2025)
di: Oh, Yoonjin, et al.
Pubblicazione: (2025)
Comprehensive Multi-Modal Prototypes are Simple and Effective Classifiers for Vast-Vocabulary Object Detection
di: Chen, Yitong, et al.
Pubblicazione: (2024)
di: Chen, Yitong, et al.
Pubblicazione: (2024)
Learning Multi-dimensional Human Preference for Text-to-Image Generation
di: Zhang, Sixian, et al.
Pubblicazione: (2024)
di: Zhang, Sixian, et al.
Pubblicazione: (2024)
Discriminator-Free Direct Preference Optimization for Video Diffusion
di: Cheng, Haoran, et al.
Pubblicazione: (2025)
di: Cheng, Haoran, et al.
Pubblicazione: (2025)
Synthetic Curriculum Reinforces Compositional Text-to-Image Generation
di: Wang, Shijian, et al.
Pubblicazione: (2025)
di: Wang, Shijian, et al.
Pubblicazione: (2025)
OmniTokenizer: A Joint Image-Video Tokenizer for Visual Generation
di: Wang, Junke, et al.
Pubblicazione: (2024)
di: Wang, Junke, et al.
Pubblicazione: (2024)
Personalized Image Editing in Text-to-Image Diffusion Models via Collaborative Direct Preference Optimization
di: Dunlop, Connor, et al.
Pubblicazione: (2025)
di: Dunlop, Connor, et al.
Pubblicazione: (2025)
WeEdit: A Dataset, Benchmark and Glyph-Guided Framework for Text-centric Image Editing
di: Zhang, Hui, et al.
Pubblicazione: (2026)
di: Zhang, Hui, et al.
Pubblicazione: (2026)
CSGO: Content-Style Composition in Text-to-Image Generation
di: Xing, Peng, et al.
Pubblicazione: (2024)
di: Xing, Peng, et al.
Pubblicazione: (2024)
Captioning for Text-Video Retrieval via Dual-Group Direct Preference Optimization
di: Lee, Ji Soo, et al.
Pubblicazione: (2025)
di: Lee, Ji Soo, et al.
Pubblicazione: (2025)
Golden RPG: Confidence-Adaptive Region-Aware Noise for Compositional Text-to-Image Generation
di: Li, Hao
Pubblicazione: (2026)
di: Li, Hao
Pubblicazione: (2026)
DSPO: Direct Semantic Preference Optimization for Real-World Image Super-Resolution
di: Cai, Miaomiao, et al.
Pubblicazione: (2025)
di: Cai, Miaomiao, et al.
Pubblicazione: (2025)
HuViDPO:Enhancing Video Generation through Direct Preference Optimization for Human-Centric Alignment
di: Jiang, Lifan, et al.
Pubblicazione: (2025)
di: Jiang, Lifan, et al.
Pubblicazione: (2025)
Stable-Pose: Leveraging Transformers for Pose-Guided Text-to-Image Generation
di: Wang, Jiajun, et al.
Pubblicazione: (2024)
di: Wang, Jiajun, et al.
Pubblicazione: (2024)
No Concept Left Behind: Test-Time Optimization for Compositional Text-to-Image Generation
di: Sameti, Mohammad Hossein, et al.
Pubblicazione: (2025)
di: Sameti, Mohammad Hossein, et al.
Pubblicazione: (2025)
Curriculum-DPO++: Direct Preference Optimization via Data and Model Curricula for Text-to-Image Generation
di: Croitoru, Florinel-Alin, et al.
Pubblicazione: (2026)
di: Croitoru, Florinel-Alin, et al.
Pubblicazione: (2026)
Learning to Rank Patches for Unbiased Image Redundancy Reduction
di: Luo, Yang, et al.
Pubblicazione: (2024)
di: Luo, Yang, et al.
Pubblicazione: (2024)
GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting
di: Feng, Qijun, et al.
Pubblicazione: (2024)
di: Feng, Qijun, et al.
Pubblicazione: (2024)
DynamiCtrl: Rethinking the Basic Structure and the Role of Text for High-quality Human Image Animation
di: Zhao, Haoyu, et al.
Pubblicazione: (2025)
di: Zhao, Haoyu, et al.
Pubblicazione: (2025)
Safeguarding Text-to-Image Generation via Inference-Time Prompt-Noise Optimization
di: Peng, Jiangweizhi, et al.
Pubblicazione: (2024)
di: Peng, Jiangweizhi, et al.
Pubblicazione: (2024)
The Path to Reconciling Quality and Safety in Text-to-Image Generation: Dataset, Method, and Evaluation
di: Ruan, Shouwei, et al.
Pubblicazione: (2025)
di: Ruan, Shouwei, et al.
Pubblicazione: (2025)
Documenti analoghi
-
CoMP: Continual Multimodal Pre-training for Vision Foundation Models
di: Chen, Yitong, et al.
Pubblicazione: (2025) -
Synthesize, Diagnose, and Optimize: Towards Fine-Grained Vision-Language Understanding
di: Peng, Wujian, et al.
Pubblicazione: (2023) -
INST-IT: Boosting Instance Understanding via Explicit Visual Prompt Instruction Tuning
di: Peng, Wujian, et al.
Pubblicazione: (2024) -
SUDO: Enhancing Text-to-Image Diffusion Models with Self-Supervised Direct Preference Optimization
di: Peng, Liang, et al.
Pubblicazione: (2025) -
CaTok: Taming Mean Flows for One-Dimensional Causal Image Tokenization
di: Chen, Yitong, et al.
Pubblicazione: (2026)