复旦团队用IDS拆解汉字结构做奖励，让Qwen-Image在LongText与GenTextEval上结构质量与语义对齐双双领先
该工作提出IDSpect：先用Unicode 16.0 BabelStone词典把目标汉字递归拆解为表意文字描述序列（IDS）令牌，再训练一个基于SVTRv2与NRTR解码器的专家IDS识别器，把生成图像中的文字区域直接转写为IDS序列，通过全局唯一令牌信用的令牌级F1与整字语义奖励加权融合，在GRPO后训练Qwen-Image时不改动生成器、不增加推理开销，在LongText与GenTextEval上取得领先的结构质量与语义对齐。