arXiv cs.AI· Fei Shen, Chengyu Xie, Lihong Wang, Zhanyi Zhang, Xin Jiang, Xiaoyu Du, Jinhui Tang, Tat-Seng Chua·· 9 小时前AI 评分27
IMAGAgent：基于约束感知规划与反思的多轮图像编辑框架
IMAGAgent: Orchestrating Multi-Turn Image Editing via Constraint-Aware Planning and Reflection
AI 导读
IMAGAgent 是一个基于“规划—执行—反思”闭环机制的多轮图像编辑智能体框架，通过约束感知规划模块将复杂指令分解为可执行子任务，并由工具链编排模块动态调度检索、分割、检测与编辑等异构模型。其多专家协同反思机制由中央 LLM 汇总多个 VLM 的评估，触发细粒度自我修正。在 MTEditBench 和 MagicBrush 数据集上，该框架在指令一致性、编辑精度和整体质量上显著优于现有方法。
来源：arXiv cs.AI · arxiv.org