**Stable-Layers：利用视觉语言模型评分的强化学习微调图像分层模型**

_Stable-Layers: Fine-Tuning Image Layer Decomposition Models with VLM-Scored Reinforcement Learning_

> Stable-Layers 是一个无需配对监督的强化学习框架，通过仅使用视觉语言模型（VLM）的反馈来微调预训练图像图层分解模型。它从 Qwen-Image-Layered 出发，应用 Flow-GRPO 与 LoRA 适配，对每张图像采样多个分解候选，由 VLM 评分，并根据组相对优势优化策略。关键创新在于设计可靠奖励信号：采用两阶段评估流程，包括基于五个编辑中心标准的逐样本结构化评分，以及并排重新评分所有候选的网格校准步骤。在 Crello 数据集上，Stable-Layers 产生的分解具有更强的层分离、更少的空白或伪影层，以及更低的每层重建误差。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.30257)