跳到主要内容
检索

# AutoRef-Harness

1 篇关联报道

订阅更新
  1. arXiv

    AutoRef 用编码智能体自动改写 harness,把冻结的 FLUX.2 [klein] 4B 在四参考图 MultiBanana 上从 5.72 提到 7.37,追平 Nano Banana Pro 与 GPT-Image-1.5

    AutoRef 让一个编码智能体在不更新图像生成模型与推理模型参数的前提下反复改写 harness 代码,并把用于提出改进的任务与用于挑选候选的任务分开、以集束搜索延续排名靠前的 harness,由此得到的 AutoRef-Harness 把开源 FLUX.2 [klein] 4B 在 MultiBanana 四参考图留出测试集上的平均分从 5.72 提升到 7.37(满分 10),与 Nano Banana Pro、GPT-Image-1.5 等专有模型相当或更好,并在不重新优化的情况下迁移到不同参考数量、不同基准与评测器、不同生成器和不同推理模型。

已读完全部报道