APT：面向文生图的反馈驱动智能体后训练
APT 是一个自动化框架，可根据文生图模型不断变化的能力与弱点进行后训练。三个智能体分别根据用户需求构建评估集、诊断模型的优势和失败模式，并通过侧重薄弱能力的提示词分布生成强化学习数据。评估、诊断和训练反复进行，形成反馈循环，使模型当前的表现影响后续训练任务。针对没有指定评估场景的通用用途，研究团队还开发了生成多样化评估集的方法。研究在多种基础模型、基准测试和生成架构上进行了实验。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。