EvoGen-Harness：学习在何处以及如何演化图像生成外围框架

arXiv:2610.00383v1 公告类型：新 摘要：现代文本到图像（T2I）系统无需修改生成器参数，即可通过调整冻结生成器周围的外部系统来实现改进。然而，现有方法通常只优化预先定义的维度，例如提示词、路由或工作流，从而限制了可用于纠正生成失败的空间。允许多个生成器外部职责共同演化能够提供更广阔的适应空间，但也带来了新的挑战：视觉反馈可以揭示失败之处，却无法说明应在哪个位置进行持续演化，也无法说明如何高效探索这一空间。我们提出了 EvoGen-Harness，这是一种与生成器无关的多职责图像生成外围框架演化方法，并提出 Trace（Trajectory-Relative Attribution and Coordinated Evolution，轨迹相对归因与协同演化）。Trace 汇总随机执行过程中的证据，利用失败归因作为搜索先验来聚焦候选更新，并逐步重新归因残余失败，从而协调不同职责之间的演化；同时，No-Patch 和留出验证可防止不必要或有害的更新。在 GenEval2、T2I-CompBench++ 和 WISE 上，EvoGen-Harness 相较于所评估的最强基线方法分别提升了 +0.2633、+0.0720 和 +0.0752，同时实现了 87.9–91.4% 的归因召回率、94.8% 的 No-Patch 准确率，以及仅 1.9% 的回归率。这些结果表明，以归因为指导的多职责演化能够在单一维度适应之外，显著增强冻结的 T2I 系统。