11 月 19 日公开的 ColorRef 预印本研究一个设计协作中常见的问题。用户说“再蓝一点”时,模型既要选对改变的方向,也要判断到底改多少。作者设计了一项猜色实验,模型先按描述给出颜色,知道目标色的反馈方再用语言提示它调整,模型始终看不到目标色。
研究收集了 1,000 对由众包参与者提供的描述和目标颜色。在三轮按固定规则提供的反馈后,模型猜测值与目标的平均色差从 42.33 降到 22.15。作者指出,每轮提示本身就提供了新信息,因此又专门测试了模型听到不同程度词时实际会移动多远。
团队在一组独立的颜色上测出模型对程度词的典型反应,再据此选择措辞。在 128 个留出的起始颜色上,Qwen3-14B 的一步平均误差从 12.36 降到 6.86,Gemma 4 12B 从 11.06 降到 5.89。改善主要集中在需要大幅修正的例子,两者达到指定色差阈值的成功率没有一致提升。
配图为 GETAI.APP 使用 ImageGen 生成的主题插画。
