研究人员开发了一种新的可控图像编辑方法,该方法侧重于仅进行指定的更改,同时保留图像的其余部分。这种方法使用带有代理视觉-语言奖励模型的强化学习来审计编辑,识别未实现的请求更改和意外的修改。该系统名为ARRO,在FLUX.1等基准测试中展示了平均EditScore的提高,并将非目标像素更改减少了8.4%,与基础编辑器相比,并通过人类评估和向OmniGen2等其他模型的迁移能力进行了进一步验证。 AI
影响 这项研究可能带来更精确、更可靠的AI驱动的图像编辑工具,减少用户因意外更改而感到的沮丧。
排序理由 该项目描述了一种新方法及其在研究论文中提出的评估。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →