EditReward-Bench는 중국과학기술대학, 중국과학원 자동화연구소, 그리고 베이징인공지능연구원이 공동으로 발표한 이미지 편집 보상 모델에 대한 체계적인 평가 벤치마크입니다. 관련 논문의 제목은 "EditScore: 고충실도 보상 모델링을 통한 이미지 편집을 위한 온라인 RL 잠금 해제목표는 세 가지 핵심 차원, 즉 지시 준수, 일관성 유지, 전반적인 품질을 바탕으로 보상 모델의 판별력을 종합적으로 평가하는 것입니다.

이 데이터 세트는 전문가가 주석을 단 선호도 비교 데이터 포인트 3,072개를 포함하고 있으며, 4가지 주요 범주와 13가지 대표적인 이미지 편집 작업을 포괄합니다. 이 데이터 세트는 일반적이고 복잡한 실제 적용 시나리오를 포괄적으로 포괄합니다. 모든 후보 편집 결과는 오픈소스 시스템과 주요 독점 편집기를 포함한 11가지 이기종 이미지 편집 모델을 통해 생성되었으며, 이를 통해 데이터 분포의 풍부함과 난이도를 보장합니다.

작업 범주:

• 과목 종류: 과목 추가, 과목 삭제, 과목 대체
• 외관 관련 수정: 색상 수정, 소재 변경, 스타일 전환, 색조 조정.
• 장면 관련: 배경 교체, 전경 추출
• 고급 편집 카테고리: 인물 사진 향상, 텍스트 편집, 동작 조작, 혼합 편집.