JustLLMGRPO: L'ottimizzazione dei prompt LLM migliora la generazione di radiografie del torace

Un nuovo preprint arXiv (2608.08046) introduce JustLLMGRPO, un metodo che applica l'ottimizzazione della politica di gruppo relativa (GRPO) alla politica dei prompt del modello linguistico (LLM) mantenendo congelato il generatore di immagini Sana. La ricerca dimostra che riformulare i prompt testuali con un LLM non modificato può migliorare significativamente la qualità della generazione di radiografie del torace (CXR) condizionate dal testo. In particolare, utilizzando un generatore Sana adattato alla CXR, la riformulazione in un unico passaggio ha ridotto il RadDINO-FID da 54.225 a 27.572, indicando una migliore fedeltà ai prompt originali. Tuttavia, la riformulazione non vincolata ha ridotto l'allineamento BioViL-T con i prompt originali da 0.695 a 0.609, mostrando un compromesso tra qualità dell'immagine e allineamento semantico. Per affrontare questo problema, JustLLMGRPO applica GRPO alla politica dei prompt dell'LLM, ottimizzando la riformulazione per bilanciare questi obiettivi. Il lavoro evidenzia che la visione incentrata sul generatore dei metodi esistenti lascia una dimensione di ottimizzazione poco esplorata nello spazio dei prompt. Lo studio è rilevante per l'intersezione tra intelligenza artificiale, imaging medico e elaborazione del linguaggio naturale, ed è stato pubblicato su arXiv con il titolo 'JustLLMGRPO: Radiographic Control for Chest X-Ray Generation'.