Edit-R1: 이미지 편집을 위한 추론 검증기 기반 강화학습

요약

Edit-R1은 단순 점수 평가를 넘어, 지시사항을 검증 가능한 원칙으로 분해하는 체인 오브 스캣(Chain-of-Thought) 검증기를 활용하여 이미지 편집을 수행하는 새로운 방법론입니다. 이 모델은 GRPO(Generalized Reward Policy Optimization)를 사용하여 미세한 보상(fine-grained rewards) 기반으로 편집 모델을 훈련시키며, 기존의 Seed-1.5-VL보다 성능이 우수하고 최대 7B 규모까지 확장 가능합니다.

핵심 포인트

• 이미지 편집에 체인 오브 스캣(Chain-of-Thought) 검증기를 도입하여 지시사항을 원칙 기반으로 분해함.
• GRPO를 활용한 미세 보상(fine-grained rewards) 훈련 방식을 통해 모델의 정교함을 높임.
• 기존 SOTA 모델인 Seed-1.5-VL 대비 성능 향상을 입증함.
• 모델 크기를 최대 7B 규모까지 확장하여 범용성을 확보함.