AutoRubric-T2I: 텍스트-이미지 정렬을 위한 견고한 규칙 기반 보상 모델

AutoRubric-T2I는 텍스트-이미지 보상을 위한 자동 루브릭 학습 프레임워크를 제안한다.

선호 데이터로 후보 루브릭을 생성하고, VLM 판정기에 적용한 뒤, 희소 로지스틱 회귀로 가장 유용한 규칙만 정제한다.

이 방식은 MMRB2, TIIF, UniGenBench++에서 강한 성능을 보이며, 인간 라벨 의존도를 줄이고 평가의 투명성을 높인다.

또한 확산 모델 학습과 Flow-GRPO 계열 최적화를 포함한 downstream 텍스트-이미지 생성 품질도 개선한다.