Peneliti mengusulkan AutoRef, sebuah metode yang secara otomatis mengoptimalkan harness eksekusi untuk generasi gambar multi-referensi berbasis agen sambil menjaga model dasar tetap beku. Agen pemrograman secara iteratif menulis ulang kode harness untuk mengatasi tantangan seperti pengabaian subjek dan komposisi yang tidak alami.

  • Sistem memisahkan tugas umpan balik dari tugas seleksi dan mencari menggunakan berkas harness peringkat teratas.
  • AutoRef-Harness meningkatkan skor model FLUX.2 4B berbobot terbuka pada tugas empat referensi yang dipegang dari MultiBanana dari 5.72 menjadi 7.37.
  • Harness yang dioptimalkan menyamai atau melampaui model milik termasuk Nano Banana Pro dan GPT-Image-1.5.
  • Hasil tetap efektif saat mengubah generator, jumlah referensi, benchmark, evaluator, atau model penalaran tanpa optimisasi ulang.

Pendekatan ini memungkinkan penemuan harness berkinerja tinggi yang menjangkau berbagai konfigurasi dan benchmark.