模型
ImageReward
面向文生图任务的奖励模型，基于人类偏好反馈数据训练，用于评估生成图像与文本提示的对齐程度及整体质量
时间轴 (近 90 天)
10月5日
以 SANA-1.6B 为基础模型、ImageReward 为奖励模型时，SatisDive 相比 FK steering 将最差候选奖励最多提升 0.70
待验证50%
10月5日
HPSv3 和 ImageReward 均为人类偏好奖励模型，通过在大规模人工标注的图像偏好数据集上训练来预测人类对生成图像的满意度评分
待验证50%