**SpectraReward：利用预训练多模态大模型实现零样本文本到图像生成奖励**

_Read It Back: Pretrained MLLMs Are Zero-Shot Reward Models for Text-to-Image Generation_

> HuggingFace Daily Papers 推荐论文提出 SpectraReward，一种无需训练的奖励函数，通过将预训练多模态大语言模型（MLLMs）转化为现成的图像生成强化学习奖励模型。该方法通过单次前向传递评估生成图像对原始提示词的恢复程度，直接复用模型的图文对齐能力，无需偏好标签或微调。实验表明，SpectraReward 及其自回归变体 Self-SpectraReward 能显著提升多种扩散模型和强化学习算法的生成性能，并优于现有的基于 MLLM 的奖励训练方法。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.11886)