**结构化缺陷定位：为文本到图像模型提供精准实例级反馈**

_Where, What, Why, and Importance: Structured Defect Grounding for Text-to-Image Feedback_

> 本文提出结构化缺陷定位（SDG），将T2I模型诊断形式化为（位置、类型、原因、重要性）元组的集合预测，并构建SDG-30K数据集与评估协议。基于VLM的SDG检测器结合BoxFlow-GRPO，将缺陷集转化为空间奖励，显著提升扩散模型对齐效果与局部优化能力，性能超越主流商业模型。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-12 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.06113)