Zhengfeng Zheng, Minghong Fang · 2026 · arXiv
DOI: 10.48550/arXiv.2610.27473 · open-access PDF
Modelos de texto a imagem podem gerar conceitos visuais que seus prompts nunca mencionam, e o trabalho recente mostra que tais associações podem ser implantadas para que os prompts comuns os desencadeiem. Auditar esse comportamento requer a recuperação da descrição que um prompt omite. Os otimizadores de prompts existentes não são bem adequados para esta tarefa. Métodos baseados em gradientes exigem acesso regressivo ao codificador de pontuação. Pesquisa evolutiva discreta trata tokens semanticamente não relacionados como igualmente próximos. Pesquisa guiada por modelo de idioma requer uma chamada de inferência por candidato, o que limita a exploração.
Machine translation (Meta M2M100); the English original follows.
Text-to-image models can generate visual concepts that their prompts never mention, and recent work shows that such associations can be implanted so that ordinary prompts trigger them. Auditing this behavior requires recovering the description that a prompt omits. Existing prompt optimizers are not well suited to this task. Gradient-based methods require backward access to the scoring encoder. Discrete evolutionary search treats semantically unrelated tokens as equally close. Language-model-guided search requires one inference call per candidate, which limits exploration. This paper presents E
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.27473, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange