热点事件持续更新
提出CPF连续偏好场与裁剪模型CPIC
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.CV 刊出研究，提出连续偏好场（CPF），从离散标注中恢复密集的美学裁剪偏好分布。CPF 由峰值聚类、离格细化、负向塑形与场组装四步构建。研究团队基于 GRPO 训练出 VLM 裁剪模型 CPIC，称其取得 SOTA 表现与域外泛化能力，并借此克服模板坍缩。团队还发布 CPICD，用 CPF 校正主流基准的网格伪影、重构真值框，以解决评测危机。目前该工作以论文形式公开，未见后续复现或第三方评测报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 12:00
研究提出CPF并据此训练CPIC，取得SOTA与域外泛化，同时发布CPICD校正基准伪影。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv cs.CV离散标注、连续偏好：重新思考美学图像裁剪的监督方式
研究提出连续偏好场（CPF），从离散标注中恢复密集的美学裁剪偏好分布，并基于 GRPO 训练出 VLM 裁剪模型 CPIC，取得 SOTA 表现与域外泛化能力。CPF 由峰值聚类、离格细化、负向塑形与场组装四步构建，CPIC 借此克服模板坍缩。团队还发布 CPICD，用 CPF 校正主流基准的网格伪影、重构真值框以解决评测危机。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。