EXPLORINEER
ja

arXiv 2611.06741

TailSteer: ドリフトに強いマルチターン画像編集のための軌道末尾ステアリング

TailSteer: Trajectory-Tail Steering for Drift-Resistant Multi-turn Image Editing

AI推薦35

著者: Ruikang Li, Zixuan Chen, Jiarui Wu, Mingde Yao, Yiyuan Zhang, Yujin Wang, Hanming Deng, Lewei Lu +1

概要

著者らは、繰り返しの編集ターン全体で画像編集モデルの頑健性を高める最終段階の学習フレームワークTailSteerを提案します。初期のデノイジング動態はベースモデルに近く保ち、原画像の内容を保存基準として用いたモデル自身のオンポリシー・ロールアウトから、軌道の末尾付近の保存補正を学習します。

はじめに

編集済みの画像を何度も再利用すると、意図しない小さな変化が蓄積して深刻な視覚的ドリフトを引き起こします。既存の対策は、マルチターンデータで再学習すると事前学習済みの知識が変わってしまい、推論時の手法は基盤モデルへの拡張が難しいという問題があります。

結果

TailSteerは、FLUX、SenseNova、Qwenの各モデル系列において、15~20ターンにわたる累積ドリフトを大幅に削減します。同時に、テキストからの画像生成および単一画像編集のベンチマークでは、ベースモデルの性能をおおむね維持します。

結論

既存の基盤モデルの中核能力を再学習することなく長期的な編集の頑健性を付与できることを示しており、実用的なマルチターン編集にとって重要な意味を持ちます。

出典: arXivで論文を読む ↗

この記事は原文をもとにAIがやさしい言葉で書き直した解説です。事実関係は原文をご確認ください。

同じニュース、違う視点で