Fugu-MT 論文翻訳(概要): GDB-Reward: From Evaluation Metrics to Training Rewards for Graphic Design

論文の概要: GDB-Reward: From Evaluation Metrics to Training Rewards for Graphic Design

arxiv url: http://arxiv.org/abs/2609.02813v1
Date: Wed, 02 Sep 2026 16:54:31 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-03 17:53:18.474655
Title: GDB-Reward: From Evaluation Metrics to Training Rewards for Graphic Design
Title（参考訳）: GDB-Reward: 評価基準からグラフィカルデザインのためのトレーニングリワードへ
Abstract要約: 異種図形設計評価指標を統合強化学習報酬に変換するフレームワークを開発する。 GDB-Rewardは、イメージジェネレータを完全に凍結したまま、知覚品質、レンダリング忠実度、空間精度における設計仕様の適合性を大幅に改善する。
参考スコア（独自算出の注目度）: 16.467646885144465
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Text-to-image models excel at natural image synthesis but struggle with graphic design, where success depends on satisfying precise constraints on typography, layout, color, and visual communication. While prompt optimization offers an attractive alternative to expensive diffusion model fine-tuning, learning prompts for frozen image generators requires informative reward functions despite the entirely non-differentiable generation process. Reinforcement learning does not require differentiable objectives; it requires only scalar rewards capable of ranking candidate outputs. This raises a simple question: can design evaluation metrics themselves become reinforcement learning rewards? Our central contribution is GDB-Reward, a framework that systematically transforms heterogeneous graphic design evaluation metrics into a unified reinforcement learning reward. Experiments demonstrate that GDB-Reward provides an effective optimization objective, substantially improving adherence to the design specification in perceptual quality, rendering fidelity, and spatial accuracy while keeping the image generator entirely frozen. More broadly, our results demonstrate that heterogeneous, non-differentiable evaluation metrics can move beyond passive benchmarking to become effective optimization objectives for reinforcement learning in domains where differentiable supervision is unavailable.
Abstract（参考訳）: テキスト・ツー・イメージのモデルは自然な画像合成に優れるが、グラフィックデザインに苦戦し、タイポグラフィー、レイアウト、色、視覚コミュニケーションの正確な制約を満たすことに成功している。プロンプト最適化は、高価な拡散モデル微調整に代わる魅力的な代替手段を提供するが、凍結画像生成装置の学習プロンプトは、全く微分不可能な生成プロセスにもかかわらず、情報的報酬関数を必要とする。強化学習は、異なる目的を必要とせず、候補出力をランク付けできるスカラー報酬のみを必要とする。評価指標自体が強化学習報酬になるだろうか? GDB-Rewardは、不均一なグラフィックデザイン評価指標を統一的な強化学習報酬に体系的に変換するフレームワークです。 GDB-Rewardは、画像生成装置を完全に凍結したまま、知覚的品質、レンダリング忠実度、空間的精度における設計仕様の適合性を大幅に改善し、効果的な最適化目標を提供することを示した。より広義には、異種無分化評価指標が受動的ベンチマークを超えて、異なる監視が不可能な領域における強化学習の効果的な最適化目標となることが示される。

関連論文リスト

OPD+: Rethinking the Advantage Design for On-Policy Distillation [22.595911979858794]
学生と教師間のf分割に基づく汎用的な最適化フレームワークを提供する。ベースラインKLアプローチよりも性能が向上した OPD の修正版である OPD+ を提案する。
論文参考訳（メタデータ） (2026-05-31T06:10:38Z)
Measure Twice, Click Once: Co-evolving Proposer and Visual Critic via Reinforcement Learning for GUI Grounding [44.242287418575664]
グラフィカルユーザインタフェース(GUI)の基盤には、自然言語命令を正確なピクセル座標にマッピングする必要がある。本稿では,静的な一貫性戦略を,スクリーンショット上に描画された独自の提案を基準として最適なターゲットを選択する学習可能な選択機構に置き換えることを提案する。
論文参考訳（メタデータ） (2026-04-23T04:23:31Z)
Learning to Credit the Right Steps: Objective-aware Process Optimization for Visual Generation [57.61006679699323]
強化学習は人間の嗜好信号を用いた視覚生成モデルの訓練後の効果的な枠組みとして登場した。現代の視覚生成では、視覚的品質、動きの整合性、テキストアライメントなどの不均一な目的を捉えるために、複数の報酬モデルがしばしば使用される。 GRPO の微粒化学習のための構造化フレームワークである Objective-Aware Trajectory Credit Assignment (OTCA) を提案する。
論文参考訳（メタデータ） (2026-04-21T08:37:13Z)
Q-DeepSight: Incentivizing Thinking with Images for Image Quality Assessment and Refinement [58.15004031934379]
我々は、この人間のようなプロセスをエミュレートする思考とイメージのフレームワークであるQ-DeepSightを提案する。 Q-DeepSightは、自然、復元、AI生成コンテンツなど、さまざまなベンチマークで最先端のパフォーマンスを実現している。本稿では,Q-DeepSight の診断が反復画像強調を導くトレーニングフリーフレームワークであるPerceptual-in-Generation (PiG) を用いて,その実用的価値を示す。
論文参考訳（メタデータ） (2026-04-18T06:10:57Z)
RationalRewards: Reasoning Rewards Scale Visual Generation Both Training and Test Time [51.256131853751754]
本研究では,多次元的批判を明示的に生成するために報酬モデルを教えることで,受動的評価器から能動的最適化ツールへ変換することを示す。提案手法では, 嗜好データから高品質な論理を復元する原理的フレームワークであるpreference-Anchored Rationalization (PARROT) を導入する。その結果、RationalRewards (8B) は、オープンソース報酬モデル間の最先端の好み予測を実現する。
論文参考訳（メタデータ） (2026-04-13T15:38:09Z)
GRAVER: Generative Graph Vocabularies for Robust Graph Foundation Models Fine-tuning [92.19531718298744]
Graph Foundation Models (GFMs) は、さまざまなグラフタスクやドメインにまたがる広範な適用性を約束している。既存のGFMは不安定な数発の微調整に苦戦している。本稿では,ロバスト GFM ファインチューニングフレームワーク GRAVER を提案する。
論文参考訳（メタデータ） (2025-11-05T13:07:26Z)
Self-Supervised Graph Learning via Spectral Bootstrapping and Laplacian-Based Augmentations [1.0377683220196872]
本稿では,新しいグラフ学習フレームワークLaplaceGNNを紹介する。本手法は学習過程にラプラシアンに基づく信号を統合する。 LaplaceGNNは最先端の自己教師付きグラフ法に比べて優れた性能を発揮する。
論文参考訳（メタデータ） (2025-06-25T12:23:23Z)
Self-Reinforced Graph Contrastive Learning [7.49025068464945]
SRGCL(Self-Reinforced Graph Contrastive Learning)を提案する。多様なグラフレベルの分類タスクの実験では、SRGCLは最先端のGCL法よりも一貫して優れている。
論文参考訳（メタデータ） (2025-05-19T18:45:54Z)
GRU: Mitigating the Trade-off between Unlearning and Retention for LLMs [34.90826139012299]
非学習過程における更新の方向を規定する改良されたフレームワークであるグラデーション・リクティファイド・アンラーニング(GRU)を提案する。 GRUは簡単に実装でき、様々な確立された未学習ベンチマークで実践的な効果を示す。
論文参考訳（メタデータ） (2025-03-12T07:08:54Z)
Can We Generate Images with CoT? Let's Verify and Reinforce Image Generation Step by Step [86.69947123512836]
CoT(Chain-of-Thought)推論は、複雑な理解タスクに取り組むために大規模なモデルで広く研究されている。自己回帰画像生成を促進するために,CoT推論の可能性について,初めて包括的調査を行った。本稿では,自動回帰画像生成に特化したPARMとPARM++を提案する。
論文参考訳（メタデータ） (2025-01-23T18:59:43Z)
UGC: Unified GAN Compression for Efficient Image-to-Image Translation [20.3126581529643]
我々はモデル効率とラベル効率の学習の相乗効果をシームレスに促進するための統一的な目的を持った新しい学習パラダイムUnified GAN Compression (UGC)を提案する。異種相互学習スキームを定式化し、アーキテクチャに柔軟で、ラベル効率が高く、性能に優れたモデルを得る。
論文参考訳（メタデータ） (2023-09-17T15:55:09Z)
A Generic Approach for Enhancing GANs by Regularized Latent Optimization [79.00740660219256]
本稿では,事前学習したGANを効果的かつシームレスに拡張できる,エミュレーティブモデル推論と呼ばれる汎用フレームワークを提案する。我々の基本的な考え方は、ワッサーシュタイン勾配流法を用いて与えられた要求に対する最適潜時分布を効率的に推算することである。
論文参考訳（メタデータ） (2021-12-07T05:22:50Z)
Optimization-Inspired Learning with Architecture Augmentations and Control Mechanisms for Low-Level Vision [74.9260745577362]
本稿では,GDC(Generative, Discriminative, and Corrective)の原則を集約する,最適化に着想を得た統合学習フレームワークを提案する。フレキシブルな組み合わせで最適化モデルを効果的に解くために,3つのプロパゲーティブモジュールを構築した。低レベル視覚タスクにおける実験は、GDCの有効性と適応性を検証する。
論文参考訳（メタデータ） (2020-12-10T03:24:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。