MT-EditFlow：基于流匹配的多轮图像编辑强化学习
MT-EditFlow: Reinforcement Learning for Multi-Turn Image Editing with Flow Matching
摘要
近期，研究者发现基于指令的图像编辑模型在多轮编辑场景中表现失效，主要原因是单轮编辑失败会破坏整个序列，且误差传播（exposure bias）加剧了问题。这些模型多针对单轮编辑训练，难以支持用户根据模型输出反复优化图像的自然交互需求。
近期，基于指令的图像编辑领域取得了突破性进展，模型如今能够处理真实世界的编辑需求，具备日常用户所需的实用性。然而，主要针对单轮编辑训练的模型在多轮编辑中往往失效——在这种自然的交互场景下，用户会根据模型自身之前的输出反复优化图像。这种失败源于“全有或全无”的要求：单次编辑失败就会破坏整个序列；同时，误差传播（exposure bias 导致……）也加剧了这一问题。
译自 Apple · ML Research · 录于 二〇二六年七月八日