SCOPE:按语义片段分配权重的文生图提示词优化方法
arXiv 于 2026 年 10 月 15 日收录论文《SCOPE: Semantic Bounded Credit Optimization for Prompt Engineering in Text-to-image Generation》,作者为 Yufei Jiao、Jinfa Huang 等 8 人。该研究指出,现有用强化学习让语言模型改写提示词、以提升冻结图像生成器效果的方法,通常把来自图像的单一信号施加到各个子词 token 上,而对象、数量、属性和关系实际上构成连贯的语义片段。SCOPE 基于 GRPO 构建目标函数,让改写器同时生成增强提示词及其语义划分,并在每个片段内对策略对数概率的变化做池化,从而为该片段各 token 的损失得出共享系数,同时为每个生成结果保留单一优势值;作者称该方法既不需要单独的片段奖励,也不需要额外渲染图像。作者报告在 Qwen-Image、SD3 和 FLUX.1-dev 上,SCOPE 相对原始 GRPO 在 GeneVal 上平均相对提升 9.48%、在 T2I-CompBench 上提升 7.62%,消融实验显示语义边界与片段内池化均有贡献。
作者据其实验称,按语义结构池化的权重分配在三个图像生成器上均带来相对原始 GRPO 的平均提升,并据此把语义结构视为强化学习提示词工程中实用的归纳偏置。
Computer Science > Computer Vision and Pattern Recognition
arXiv:2610.22264 (cs)
[Submitted on 15 Oct 2026]
Title:SCOPE: Semantic Bounded Credit Optimization for Prompt Engineering in Text-to-image Generation
Authors:Yufei Jiao, Jinfa Huang, Zeyue Xue, Tianyu Xie, Yuexiao Ma, Rongrong Ji, Xiawu Zheng, Jiebo Luo
View a PDF of the paper titled SCOPE: Semantic Bounded Credit Optimization for Prompt Engineering in Text-to-image Generation, by Yufei Jiao and 7 other authors