路由到正确的专业知识：用于基于指令的图像编辑的可信评判器
人工智能
2025-04-11 v1
摘要
基于指令的图像编辑（IIE）模型由于多模态大语言模型（MLLMs）和扩散模型的进展而取得了显著改进，能够理解和推理复杂的编辑指令。除了推进当前的IIE模型外，准确评估其输出也变得日益关键和具有挑战性。当前的IIE评估方法及其评估程序往往与人类判断不一致，且缺乏可解释性。为了解决这些局限性，我们提出了通过专家路由进行判断（JURE）。JURE中的每个专家都是一个预先选定的模型，假定其具备原子化的专业知识，能够提供有用的反馈来评判输出，而路由器则动态地将给定指令及其输出的评估任务路由到适当的专家，将其反馈聚合为最终判断。JURE在两个方面值得信赖。首先，它可以通过检查路由的专家及其反馈轻松地提供其判断的解释。其次，实验结果表明，JURE通过实现与人类判断的优越一致性而可靠，为自动IIE评估设立了新标准。此外，JURE的灵活设计具有前瞻性——模块化专家可以无缝替换或扩展以适应IIE的进步，保持持续的高评估质量。我们的评估数据和结果可在https://github.com/Cyyyyyrus/JURE.git获取。
引用
@article{arxiv.2504.07424,
title = {Routing to the Right Expertise: A Trustworthy Judge for Instruction-based Image Editing},
author = {Chenxi Sun and Hongzhi Zhang and Qi Wang and Fuzheng Zhang},
journal= {arXiv preprint arXiv:2504.07424},
year = {2025}
}