SIDiffAgent：自我改进的扩散智能体

文本到图像扩散模型虽推动了生成式 AI 发展，但仍受限于提示词敏感性、语义歧义及伪影等问题。现有方法常需额外训练且可控性有限。本文提出 SIDiffAgent，一种无需训练的代理框架，利用 Qwen 系列模型自主管理提示工程、检测并修正低质量生成结果及去除细粒度伪影。该框架通过存储过往经验至数据库实现迭代自我改进，并将这些经验转化为提示指导注入各处理阶段。实验表明，其在 GenAIBench 上显著优于现有开源及专有模型。