一种基于自进化智能体与动态规则演化的扩散模型偏好对齐方法和装置

本发明公开了一种基于自进化智能体与动态规则演化的扩散模型偏好对齐方法和装置，该方法通过执行者依据基础规则手册或者当前规则手册的规则对采样图像对进行判断并得到判断依据，本发明提供的评估者进行盲评，并通过比较，获得执行者引用的规则中没有覆盖的内容从而形成审查意见，裁判者基于执行者的判断和评估者的审查意见进行最终的评判，如果执行者与评估者的结论发生冲突，则形成新的规则来继续优化执行者的判断，并且每次迭代过程中裁判者生成增强文本提示和对采样图像对中获胜图像和失败图像进行标注，用于后续扩散模型的训练，从而突破静态评估系统，实现扩散模型偏好对齐的持续改进。