MIT 提出 IR4RL：用中间渲染进度作 RL 奖励刷新 Image-to-Code

MIT 的 Omri Kaduri、Kate Feingold、Phillip Isola、Tali Dekel 等研究者提出 IR4RL，把 image-to-code 模型生成过程中逐步构建图像的中间渲染结果作为密集强化学习奖励信号，用于训练视觉生成模型。实验显示该方法使 Image-to-Code 任务达到新的 SOTA，为视觉生成模型的强化学习训练提供了新思路。