想问下你们在做提示词重写的时候是如何做的

[OO848]

我们现在重写后，训练完在redbench上的得分反而降低了，重写后是否要根据重写得到的提示词重新用高级的改图模型重新生成对应的target_image呢？

[383794668]

你好，感谢您的关注，我们在评测redbench、imgedit、gedit这些榜单分数的时候是没有加改写模块的。为了增强模型的知识理解和推理能力，我们在hf space demo中加入了rewrite模块for用户更好的测试，具体可见
https://huggingface.co/spaces/FireRedTeam/FireRed-Image-Edit-1.1/blob/main/prompt_augment.py#L181

[OO848]

我的意思不是改变评测时用的提示词，我是在优化我们的训练数据，因为看到你们的论文中提到了指令重写，然后我们的数据中可能有些改图的提示词过于口语化，我想问的是在重写改图提示词后，是否有必要重新生成目标图。如果不重新生成的话，对训练的效果的影响大吗，我们该写的时候将原图和目标图和提示词都传入，然后根据提示此，然后根据原图和目标图的差异改写的

[383794668]

不用重新生成目标图，对于指令的改写还是希望模型能理解更口语化、多样化的表达，可以提升实际使用的泛化性能，但是并不会对于指标带来明显的增长，因为benchmark的编辑指令格式相对固定且单一。

[OO848]

不用重新生成目标图，对于指令的改写还是希望模型能理解更口语化、多样化的表达，可以提升实际使用的泛化性能，但是并不会对于指标带来明显的增长，因为benchmark的编辑指令格式相对固定且单一。

还有就是能否通过强化学习来接着提高在sft阶段后的单维度的分数，例如viewpoint

[383794668]

这个没有做过实验，目前我们的强化学习还是集中在泛化场景的指令遵循、脸部id和文字这三个方面，并没有尝试专门针对单独一个场景来做rl