StruPO：从结构反馈到提示词策略，学习忠实的文本到图像提示词编辑器

StruPO 提出一种结构感知的文本到图像提示词编辑器，用校准后的场景图作为策略条件与图像监督的共享表示，以提升提示词忠实度。在三个 2K 提示词测试集和四个冻结生成 backbone 上，其关系保真度稳定提升，改善了忠实度与美学的权衡。校准场景图后一次即可产出可复用的优化文本，无需迭代的批评—重写循环；结论由自动评估器与 15 名标注者研究提供。