图像生成

DiffusionAgent: Navigating Expert Models for Agentic Image Generation

DiffusionAgent: 专家模型导航用于代理图像生成

Jie Qin, Jie Wu, Weifeng Chen, Yueming Lyu

机构 * Meituan（美团） ； ByteDance（字节跳动） ； Nanjing University（南京大学） 纠错

专题命中 图像生成评测 ：image generation(title)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 DiffusionAgent通过统一代理框架实现多领域图像生成，结合树状思维导航和优势数据库提升生成质量与泛化能力。

Multimodal RewardBench 2: Evaluating Omni Reward Models for Interleaved Text and Image

多模态奖励基准2：评估多模态奖励模型用于交错文本和图像

Yushi Hu, Reyhane Askari-Hemmat, Melissa Hall, Emily Dinan, Luke Zettlemoyer, Marjan Ghazvininejad

机构 * FAIR at Meta Superintelligence Labs（Meta超智能实验室的FAIR） 纠错

专题命中 图像生成评测 ：text-to-image(abstract)；image editing(abstract)；分类 cs.CV

AI总结 多模态奖励基准2评估多模态奖励模型在交错文本和图像任务中的性能，通过专家标注数据和先进模型对比，揭示了不同模型在多模态理解与生成任务中的准确率差异。

Comments Code and data available at https://github.com/facebookresearch/MMRB2

Beyond MMD: Evaluating Graph Generative Models with Geometric Deep Learning

超越MMD：利用几何深度学习评估图生成模型

Salvatore Romano, Marco Grassia, Giuseppe Mangioni

机构 * Dipartimento di Ingegneria Elettrica, Elettronica e Informatica University of Catania, Italy（电子工程与信息学院 巴勒莫大学） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文提出RGM方法，利用几何深度学习评估图生成模型，发现MMD评估不足，指出两种模型在结构特征保留上的局限性。

Comments 16 pages, 4 figures

Constructing a Dataset to Support Agent-Based Modeling of Online Interactions: Users, Topics, and Interaction Networks

构建支持在线交互 agent-based 模型的数据集：用户、话题和交互网络

Abdul Sittar, Miha Cesnovar, Alenka Gucek, Marko Grobelnik

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文通过构建基于 Reddit 的大规模数据集，支持 agent-based 模型研究用户、话题和交互网络的现实性与验证。