Q-DeepSight：用图像激励思考，进行图像质量评估和细化

图像质量评估（IQA）模型越来越多地被用作感知批评家，以指导生成模型和图像恢复。这个角色不仅需要准确的分数，还需要可操作的本地化反馈。然而，当前基于 MLLM 的方法采用单一外观、仅语言范式，这背离了人类寻求证据的判断，并产生了基础薄弱的基本原理，限制了它们在循环细化中的可靠性。我们提出了 Q-DeepSight，一种模拟这种类人过程的图像思考框架。它通过工具增强证据采集（例如裁剪和缩放）执行交错的多模式思想链 (iMCoT)，以明确确定质量下降的位置及其原因。为了通过强化学习训练这些长 iMCoT 轨迹，我们引入了两种技术：感知课程奖励（PCR）以减轻奖励稀疏性和证据梯度过滤（EGF）以改善基于视觉的推理的学分分配。 Q-DeepSight 在各种基准上实现了最先进的性能，包括自然、恢复和人工智能生成的内容。此外，我们还通过 Perceptual-in-Generation (PiG) 展示了其实用价值，这是一个 无需训练 框架，其中 Q-DeepSight 的诊断指导迭代图像增强，有效地闭合了评估和细化之间的循环。