Adobe Research ve UC San Diego, EditAgent adlı bir AI sistemi geliştirdi; bu sistem, yapay zeka ajanlarının bir profesyonel Photoshop kullanıcısı gibi görüntü düzenleme araçlarını ne kadar etkili kullanabildiğini test etmeyi amaçlıyor. Araştırmacılar, 600 görüntü üzerinden yapılan bir değerlendirmede, genel amaçlı düzenleyicilerin test vakalarının yüzde kırkından fazlasında kullanılabilir sonuçlar üretemediği sınırlamaları gidermek için sistemi inşa ettiler. Karmaşık düzenleme görevlerini alt adımlara bölerek ve genel bir düzenleyiciyi keskinleştirme, döndürme ve yakınlaştırma gibi işlevler için özelleşmiş araçlarla eşleştirerek, EditAgent doğruluğu artırıyor ve profesyonel iş akışlarını taklit ediyor.
Sistem, görüntü düzenlemelerini değerlendirmek için paralel üretim ve yeni bir doğrulama yöntemine dayanıyor. Adım adım tekrarlayan iyileştirme yerine, bu yöntem küçük hataların birikmesini önleyerek EditAgent'in orijinal görüntüden paralel olarak birden çok varyant üretmesini sağlıyor. Ardından standart bir dil modeli, yakın plan kırpımlar, değişim haritaları ve parlaklık ile renk üzerine ölçülen istatistikler içeren doğrulama kayıtlarını kullanarak bu varyantları değerlendiriyor. Araştırmaya göre, bu veri odaklı yaklaşım, standart dil modellerinin insan değerlendirmeleriyle ince ayar yapılmış özel değerlendirme modellerini geride bırakmasını sağladı.
EditAgent, Qwen-Image-Edit-2511 ve Flux-2-Klein-9B gibi açık kaynaklı düzenleyicileri birden fazla ölçüt üzerinde başarıyla iyileştirerek yedi diğer AI ajanının önüne geçti. Sistem, standart yöntemlerin yaklaşık on katı kadar işlem gücü gerektirse de, doğrulanmış çıktılar gelecekte daha hızlı düzenleme modelleri eğitmek için kullanılabilir. Bu araştırma, AI destekli görüntü düzenleme iş akışlarının doğruluğunu ve pratik faydasını artıran güvenilir bir yöntem sunduğu için önem taşıyor.