论文提出EAGLE-GRPO，用元素级信用分配改进VLM生成电商图像编辑提示词的后训练。方法将构图、背景、卖点展示等预定义元素的群组奖励建模为核岭回归，直接求解元素优势，无需额外rollout或独立评论模型。实验称其较竞争基线生成更高质量图像，并在更多训练步数内保持收益。
最近 24 小时暂无可用热度快照。