RefineSVG：用于图像到 SVG 生成的视觉反馈驱动强化学习
英文标题：RefineSVG: Visual Feedback-Driven Reinforcement Learning for Image-to-SVG Generation
RefineSVG 提出了一种单步闭环视觉反馈框架，使多模态大语言模型（MLLM）能够通过自我纠错实现高保真图像到 SVG 生成。该方法以视觉反馈为核心，旨在改善现有 MLLM 图像矢量化方案依赖单次生成所带来的局限。对开发者而言，这一方向可能提升自动 SVG 生成在保真度、可编辑性和迭代修正能力方面的表现。该论文以 arXiv:2607.27699v1 新论文形式发布。
打开原文相关 2.4 · 机会 0
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
RefineSVG：用于图像到 SVG 生成的视觉反馈驱动强化学习
arXiv:2607.27699v1
发布类型：新论文
摘要
我们提出 RefineSVG，这是一种单步闭环视觉反馈框架，使多模态大语言模型（MLLM）能够通过自我纠错实现高保真的图像到 SVG 生成。现有基于 MLLM 的方法依赖于单次生成……
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×