EditAgentはどう動くのか？

EditAgentはリクエストを段階的に計画し、各段階で汎用エディタと専用ツールを競わせ、複数の候補を並列生成する。その後、標準的な言語モデルが、拡大画像や変更マップ、計測した明るさ・色の統計値などの検証記録を使って全候補を1回で比較する。

ベンチマークの結果は？

600件の編集ベンチマークで、Qwen3.8-27Bは81.3％の確率で実用的な選択を行い、微調整済みのEditScore-72Bの74.8％を上回った。検証データを使えば、試験した7つの言語モデルすべてが微調整済みモデルを全て上回った。

EditAgentは単一のエディタの約10倍の計算資源を必要とし、性能は組み込む専用ツールによって変わる。

大規模言語モデル画像生成THE DECODER1時間前2026年11月2日 1:00

何が起きたか
Adobe ResearchとUC San DiegoがEditAgentを開発。
なぜ重要か
検証記録を使えば、試験した7つの言語モデルすべてが微調整済みモデルを全て上回った。判定モデルが何を見るかが訓練方法より重要になり得ることを示し、自動編集チェックの品質向上につながる。

誰に効くかAI編集機能を手がけるクリエイティブのプロや製品チーム（Adobeなど）は、EditAgentが単一エディタの約10倍の計算資源を要する一方、実用的な結果をより確実に出せるというトレードオフに直面する。

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

よくある質問

EditAgentはどう動くのか？: EditAgentはリクエストを段階的に計画し、各段階で汎用エディタと専用ツールを競わせ、複数の候補を並列生成する。その後、標準的な言語モデルが、拡大画像や変更マップ、計測した明るさ・色の統計値などの検証記録を使って全候補を1回で比較する。
ベンチマークの結果は？: 600件の編集ベンチマークで、Qwen3.8-27Bは81.3％の確率で実用的な選択を行い、微調整済みのEditScore-72Bの74.8％を上回った。検証データを使えば、試験した7つの言語モデルすべてが微調整済みモデルを全て上回った。
制約は？: EditAgentは単一のエディタの約10倍の計算資源を必要とし、性能は組み込む専用ツールによって変わる。