WeEdit

WeEdit框架通过新的数据集和基准提升图像中文本编辑能力

研究人员推出了WeEdit，一个旨在改进以文本为中心的图像编辑的新框架。该系统包含一个包含15种语言的33万个训练对的大型数据集，以及用于评估的基准。WeEdit采用两阶段训练策略：字形引导的监督微调以实现空间和内容准确性，然后是多目标强化学习以增强指令遵循、文本清晰度和背景保留。实验表明，WeEdit在图像内复杂文本编辑任务上超越了现有的开源模型。