EditJev单次前向预测各编辑模型偏好分并兼顾速度。
资讯摘要
论文提出EditJev，一种面向图像编辑模型的System One路由方法：在视觉语言骨干上接轻量偏好头，单次前向直接预测各候选编辑模型在样本级的偏好分数，无需自回归生成模型名或解析响应。训练时用离线候选输出的成对偏好优化排序目标；推理时结合模型级速度分数权衡质量与延迟。作者报告在ImgEdit和GEdit-En上聚合质量分别由4.540升至4.592、8.194升至8.255，估计端到端延迟降低60.8%和31.7%。
要点速读
- 论文研究图像编辑模型路由：同一图像与指令下不同模型效果差异明显，且推理延迟不同，固定单模型部署效率低。
- EditJev用视觉语言骨干加轻量偏好头，单次前向输出固定维度偏好分数向量，避免自回归生成模型名与响应解析。
- 作者报告在ImgEdit和GEdit-En上聚合质量分别从4.540提升到4.592、从8.194提升到8.255，估计端到端延迟分别降低60.8%和31.7%。
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 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。