SVG Generation Chain-of-Thought Reinforcement Learning Vision-Language Models
摘要

针对现有视觉语言模型在 SVG 生成中泛化性差、代码冗余及缺乏显式推理的问题，本文提出 CTRL-S 框架。该框架引入思维链机制以显式展示生成过程中的推理步骤，并构建了包含 14.5 万样本的高质量数据集 SVG-Sophia。通过采用 GRPO 算法及结合 DINO、图文相似度等多奖励优化策略，模型在结构连贯性与视觉保真度上显著提升。实验表明，该方法在任务成功率及代码质量上均优于现有技术。

AI 推荐理由

论文核心提出思维链机制以显式暴露推理过程，并通过强化学习优化推理能力。

研究机构
上海交通大学 上海人工智能实验室 南京大学 复旦大学
论文信息
作者 Haomin Wang, Qi Wei, Qianli Ma, Shengyuan Ding, Jinhui Yin et al.
发布日期 2026-03-17
arXiv ID 2603.16189
相关性评分 9/10 (高度相关)
arXiv 页面 下载 PDF Code DeepWiki