論文の概要: Rubric-CEPR: Self-Evolving Image Editing via Reward-Verified Self-Distillation

• arxiv url: http://arxiv.org/abs/2610.12469v2
• Date: Fri, 09 Oct 2026 02:38:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-14 23:39:49.851313
• Title: Rubric-CEPR: Self-Evolving Image Editing via Reward-Verified Self-Distillation
• Title（参考訳）: Rubric-CEPR: Reward-Verified Self-Distillationによる自己進化型画像編集
• Abstract要約: 本研究では,人為的な目標や外部の訓練時間報酬モデルを使わずに,自己の世代のみを用いて事前訓練した画像エディタの改善に努める。 本稿では,Rubric-CEPR(Rubric-CEPR)という自己進化型フレームワークを提案する。 Qwen-Image-Editでは、Rubric-CEPRがImgEditを4.36から4.60(+5.5%)に改善し、オブジェクト分離が+24.9%向上し、GEdit-Bench and Complexに転送する。
• 参考スコア（独自算出の注目度）: 24.81308902211084
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Instruction-guided image editors have become highly capable, yet improving them further still depends on human-edited training pairs or external reward models. Such supervision is costly to obtain and can reward plausible failures: a realistic output may leave the requested change undone or alter content that should be preserved. In this work, we strive to improve a pretrained image editor using only its own generations, without human-edited targets or an external training-time reward model. To this end, we propose a self-evolving framework, named Rubric-CEPR, that verifies the editor's own samples with its internal representations through a rubric-augmented Contrastive Edit-Preservation Reward (CEPR). A Planner proposes structured edit instructions from unlabeled images, the Editor samples multiple candidate edits, and a frozen Critic scores each candidate with decomposed rubric checks for edit realization, removal of the old state, and content preservation, using features already exposed by the editor. Non-compensatory gates reject infeasible candidates, and the best verified candidate is distilled into the editor through lightweight adapter training. On Qwen-Image-Edit, Rubric-CEPR improves ImgEdit from 4.36 to 4.60 (+5.5%), with a +24.9% gain on object isolation, and transfers to GEdit-Bench and Complex-Edit. The same procedure also improves Step1X-Edit by +7.8% on ImgEdit. We hope our approach will serve as a solid baseline for image editors that improve themselves from their own verified samples. Our code is publicly available at https://github.com/riteshthawkar/Rubric-CEPR
• Abstract（参考訳）: インストラクション誘導画像エディタは高い能力を持つようになったが、さらに改善は、人間によるトレーニングペアや外部報酬モデルに依存している。 現実的なアウトプットは、要求された変更を無効にしたり、保存すべきコンテンツを変更したりすることができる。 本研究では,人為的な目標や外部の訓練時間報酬モデルを使わずに,自己の世代のみを用いて事前訓練した画像エディタの改善に努める。 この目的のために,Rubric-CEPR という自己進化型フレームワークを提案する。このフレームワークは,Rubric-augmented Contrastive Edit-Preservation Reward (CEPR) を通じて,エディタ自身の内部表現を検証する。 Plannerは、未ラベル画像からの構造化された編集命令を提案し、編集者は複数の候補編集をサンプリングし、凍結された批評家スコアは、エディタが既に公開している機能を使用して、編集の実現、古い状態の削除、コンテンツ保存のための分解されたルーリックチェックを各候補に提示する。 非補償ゲートは、実現不可能な候補を拒絶し、最も有効な候補を軽量なアダプタトレーニングにより編集者に蒸留する。 Qwen-Image-Editでは、Rubric-CEPRはImgEditを4.36から4.60(+5.5%)に改善し、オブジェクト分離は+24.9%向上した。 同じ手順は、ImgEditでStep1X-Editを+7.8%改善する。 当社のアプローチが、独自の検証済みサンプルから改善するイメージエディタの強固なベースラインとして機能することを願っています。 私たちのコードはhttps://github.com/riteshthawkar/Rubric-CEPRで公開されています。

関連論文リスト

• VibeEdit: Image Editing with Canvas Instructions [69.07325645498537]
  画像に空間マークやオプションのショートノートを直接配置できる新しい画像編集インタフェースを導入する。 これらのアノテーションは、編集する場所と変更する場所を指定するcanvas命令を形成する。 私たちのエディタであるVibeEditは、これらの命令に従って、別々のテキストプロンプトなしでオブジェクトの追加、削除、置換、修正、移動を行います。
  論文  参考訳（メタデータ） (2026-10-08T16:15:46Z)
• Scalable Minimal-Change Learning for Controllable Image Editing [83.94093358607684]
  画像編集は、他のものをすべて保存しながら、命令によって指定された属性だけを変更するべきである。 我々は、この最小変化原理を命令ベースの編集の最適化目的として扱う。 エージェントビジョン言語報酬モデルでは、ソース画像、命令、編集された画像を2つの障害タイプで監査する。 FLUX.1 Kontext-devでは、ARROは平均EditScoreをMinEval、MagicBrush、AnyBench、Emu-Editの5.21から5.88に引き上げている。
  論文  参考訳（メタデータ） (2026-10-05T09:18:55Z)
• Refinement Is Inherently Editable: Training-Free Prompt-to-Prompt Image Editing with Generative Refinement Network [26.99661614820174]
  RefineEditは、GRN(Generative Refinement Networks)上に構築されたトレーニングフリーのプロンプトとプロンプトの画像編集フレームワークである。 ビットルーティングと、適応的な空間凍結と有限ビットロックという2つの安定化メカニズムを組み合わせる。 PSNR、LPIPS、MSE、SSIMで最高のバックグラウンド保存スコアと、最も高い全画像と編集済みのCLIPスコアを達成している。
  論文  参考訳（メタデータ） (2026-09-17T16:19:28Z)
• Multi-History-Step SDE Inversion for Image Editing with Superior Regional Awareness [48.14550823309452]
  MIEditは、SDEインバージョンに基づくトレーニング不要の編集フレームワークである。 MIEditは、より少ないステップでより優れた編集品質を達成するための予測器-相関型マルチヒストリー・ステップ・スキームを導入している。
  論文  参考訳（メタデータ） (2026-09-06T13:37:46Z)
• CoEditor++: Instruction-based Visual Editing via Cognitive Reasoning [98.98349220451216]
  CoEditor++は、編集を"編集する方法"と"編集方法"に分解する、トレーニング不要のフレームワークである。 我々は,CoEditor++が編集タスクと編集タスクの両方において,最先端のパフォーマンスを実現することを示す。 以上の結果から,認知中心型画像編集の可能性が示唆された。
  論文  参考訳（メタデータ） (2026-01-31T12:20:46Z)
• Visual Autoregressive Modeling for Instruction-Guided Image Editing [97.04821896251681]
  画像編集を次世代の予測問題として再編成する視覚的自己回帰フレームワークを提案する。 VarEditは、正確な編集を実現するために、マルチスケールのターゲット機能を生成する。 1.2秒で512times512$編集を完了し、同じサイズのUltraEditよりも2.2$times$高速になった。
  論文  参考訳（メタデータ） (2025-08-21T17:59:32Z)
• DiffEditor: Boosting Accuracy and Flexibility on Diffusion-based Image Editing [66.43179841884098]
  大規模テキスト・ツー・イメージ(T2I)拡散モデルは、ここ数年で画像生成に革命をもたらした。 既存の拡散型画像編集における2つの弱点を正すためにDiffEditorを提案する。 本手法は,様々な精細な画像編集タスクにおいて,最先端の性能を効率的に達成することができる。
  論文  参考訳（メタデータ） (2024-02-04T18:50:29Z)
• Forgedit: Text Guided Image Editing via Learning and Forgetting [17.26772361532044]
  我々は Forgedit という新しいテキスト誘導画像編集手法を設計する。 まず,30秒で元の画像を再構成できる視覚言語共同最適化フレームワークを提案する。 次に,拡散モデルのテキスト埋め込み空間におけるベクトル投影機構を提案する。
  論文  参考訳（メタデータ） (2023-09-19T12:05:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。