Pesquisadores propõem o AutoRef, um método que otimiza automaticamente o arnés de execução para geração de imagens com múltiplas referências por agentes, mantendo os modelos subjacentes congelados. Um agente de codificação reescreve iterativamente o código do arnés para abordar desafios como omissão de sujeitos e composições antinaturais.

  • O sistema separa tarefas de feedback das de seleção e busca usando um feixe de arneses melhor classificados.
  • AutoRef-Harness melhora a pontuação do modelo FLUX.2 4B de peso aberto em tarefas retidas de quatro referências do MultiBanana, de 5.72 para 7.37.
  • O arnés otimizado iguala ou supera modelos proprietários, incluindo Nano Banana Pro e GPT-Image-1.5.
  • Os resultados permanecem eficazes ao alterar o gerador, a contagem de referências, o benchmark, o avaliador ou o modelo de raciocínio sem reotimização.

Esta abordagem permite descobrir arneses de alto desempenho que generalizam através de diferentes configurações e benchmarks.