RULER：基于实例感知量表的SVG生成RL奖励机制
发生了什么
据Hugging Face Papers论文页面，RULER提出一种用于SVG生成的强化学习奖励机制。针对SVG生成缺乏视觉真值且标量指标易导致奖励作弊的问题，该方法利用视觉语言裁判提供细粒度奖励。RULER将指令转化为包含语义、视觉和风格维度的六项实例感知量表，由VLM逐项评分并通过组相对策略优化进行优化。实验显示，在MMSVG-Illustration和MMSVG-Icon数据集上，量表得分分别从0.432/0.395提升至0.693/0.683，超越专用SVG专家并与DeepSeek-V3相当。代码即将开源。
- Illustration得分提升
- 0.432至0.693
- Icon得分提升
- 0.395至0.683
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
Paper page - RULER: Instance-aware Rubric Rewards for SVG Generation
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口