**多参考图像编辑的评估验证奖励方法**

_Evaluation-Verification Reward for Consistent Multi-Reference Image Editing_

> 针对多参考图像编辑中视觉一致性难以保持的问题，研究者提出多维评估验证奖励（EVR）方法。该方法将评估分解为多个视觉标准，利用多模态大语言模型生成候选假设，并通过验证器 grounding 具体视觉证据来接受或拒绝，从而提供可靠且细粒度的奖励信号。结合可扩展的数据流水线，该方法无需修改架构即可对现有编辑器进行强化学习微调。实验表明，该方法在一致性和和谐性指标上显著优于基础模型 Qwen-Image-Edit，达到或超越 NanoBanana 水平。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-08-03 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.29025)