EditAgent：重新思考智能体图像编辑

EditAgent通过扩展动作与观察空间改进智能体图像编辑。

资讯摘要

论文指出，智能体图像编辑器受限于动作空间与观察空间：在专家标注基准上，通用编辑器超40%案例无可用结果，且没有评判器能可靠覆盖各类编辑。作者提出EditAgent，将每步路由到通用编辑器与专用方法，并为候选附带验证记录；现成VLM评判器借此优于微调奖励模型。候选并行生成、一次列表式评判，专家在78.5%的已决比较中更偏好该方式，且评判调用不超过一半。

要点速读

1. 论文称在专家标注基准上，通用编辑器超40%案例无可用结果，且没有评判器能可靠覆盖所有编辑类型。
2. EditAgent将每步路由到通用编辑器与专用方法，并为每个候选附加验证记录，使现成VLM评判器优于微调奖励模型。
3. 候选并行生成并一次列表式评判，专家在78.5%的已决比较中更偏好此方式，评判调用不超过一半；该方法在三个基准上提升两个开放权重编辑器。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:16（北京时间）。