OmniHarness: Harnessing Generalizable Visual Generation via Symbolic Policy Learning

• 类型：arxiv
• 标识：2609.16057
• 链接：https://arxiv.org/abs/2609.16057
• 主分类：evaluation
• 形态：method
• 被引：2
• 被引来源：Semantic Scholar
• S2被引：2
• OpenAlex被引：0
• 影响力被引：0
• TLDR：OmniHarness is introduced, a framework for generalizable visual generation via symbolic policy learning that abstracts verified executions into symbolic policies for visual generation task families, capturing shared procedures and applicability conditions while removing instance-specific inputs.
• OpenAlex ID：W7213431113
• OpenAlex DOI：10.48550/arxiv.2609.16057
• DOI：10.48550/arxiv.2609.16057
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.16057
• OpenAlex更新：2026-09-18
• 待LLM分类：否
• 标题中文：OmniHarness：通过符号化策略学习实现可泛化的视觉生成
• TLDR中文：本文提出 OmniHarness，一个通过符号策略学习实现可泛化视觉生成的框架，将已验证的执行抽象为视觉生成任务族的符号策略，捕获共享流程和适用条件，同时去除实例特定的输入。
• 来源文件：
• /inbox/tom/_candidates/2026-09-17-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]