arXiv发布TailSteer：多轮图像编辑防累积漂移的末期训练框架

Ruikang Li 等在 arXiv 发布论文，提出多轮图像编辑防漂移训练框架 TailSteer。该框架通过在去噪轨迹尾部施加保留性修正来抑制多轮编辑中的累积视觉漂移，修正由模型自身 on-policy 去噪 rollout 学习得到，无需人工标注的编辑配对数据。 论文称，在 FLUX、SenseNova、Qwen 三个模型族上的实验显示，该方法显著降低 15-20 轮编辑后的累积漂移，同时基本保持基础模型在文生图和单图编辑 benchmark 上的性能。

AI 根据报道生成 · 13 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。