GitHub 项目：图像生成-CoT
仓库地址：https://github.com/ZiyuGuo99/Image-Generation-CoT
星级：865 | 作者：ZiyuGuo99
项目描述：[CVPR 2025] 图像生成中 CoT 推理（RL、TTS、Reflection）的首次研究
===================================================
自述文件内容：
# 我们可以用 CoT 🧠 生成图像 🌇 吗？
论文“[我们可以用 CoT 生成图像吗？让我们一步一步验证并强化图像生成](https://arxiv.org/pdf/2501.13926)”和“[深入研究 RL 使用 CoT 生成图像：
DPO 与 GRPO 的研究](https://arxiv.org/pdf/2505.17017)”。
[[📖 Paper ImageGen-CoT](https://arxiv.org/pdf/2501.13926)] [[📖 Paper DPO 与 GRPO](https://arxiv.org/pdf/2505.17017)] [[🤗 HF 检查点](https://huggingface.co/ZiyuG/Image-Generation-CoT)] [[🤗 HF数据集](https://huggingface.co/datasets/ZiyuG/Image-Generation-CoT)]
## 💥 新闻
- **[2025.05.23]** **我们发布了图像生成的新工作，探索不同的 RL 策略：[DPO 与 GRPO](https://arxiv.org/pdf/2505.17017) 🎉🚀🔥（将在此处开源）**
- **[2025.05.03]** **我们发布了使用 GRPO 和双层 CoT 推理进行图像生成的新工作：[T2I-R1](https://arxiv.org/pdf/2505.00703) 🎉🚀🔥 及其[开源](https://github.com/CaraJ7/T2I-R1)**
- **[2025.03.30]** 我们发布了DPO的训练代码和数据
- **[2025.03.19]** 我们发布了 Fine-tuned ORM 和 PARM 的训练代码和数据
- **[2025.02.28]** 会议论文被**CVPR 2025**接收 🎉
- **[2025.01.23]** 我们发布了用于具有测试时间缩放（ORM、PARM）和 DPO 的自回归图像生成的代码和 ckpts 🚀
- **[2025.01.23]** 我们发布了 [arXiv 论文](https://arxiv.org/pdf/2501.13926) 🚀
- **[2024.11.16]** 会议论文已提交至CVPR 2025 🚀
## 👀 图像生成中的推理
数学领域的 LLM 和 LMM 已广泛探索了思想链 (CoT) 推理。然而，此类策略是否可以应用于**验证和强化图像生成场景**仍然是一个悬而未决的问题。在这个项目中，我们对 CoT 推理在增强自回归图像生成方面的潜力进行了***首次***全面调查。
我们重点关注三种 CoT 推理技术：
1. ***扩展测试时间计算***用于验证（ORM、PRM 以及我们建议的 PARM 和 PARM++）
2.***通过直接偏好优化 (DPO) 调整模型偏好***
3.***整合这些技术***以获得互补效果
我们的结果表明，可以有效地调整和组合这些方法，以显着提高图像生成性能：
此外，考虑到奖励模型在我们的研究结果中的关键作用，我们提出了***P***潜力***A***评估***R***奖励***M***模型（***PARM***）和***PARM++***，专门用于自回归图像生成：
1.***PARM***通过潜在的评估方法自适应地评估每个生成步骤，合并现有奖励模型的优势。
2.***PARM++***进一步引入反射机制，赋能生成模型自我修正之前不理想的im