重新定义图像编辑评估的质量标准和距离感知评分模型

图像编辑领域的最新进展提高了对可靠图像编辑质量评估 (IEQA) 的需求。与传统方法不同，IEQA 需要对多模式输入和多维度评估进行复杂的推理。现有的基于 MLLM 的方法通常依赖于人类启发式提示，从而导致两个关键限制：严格的度量提示和与距离无关的评分建模。这些问题阻碍了与隐含的人类标准的一致性，并且无法捕获分数空间的连续结构。为了解决这个问题，我们提出了定义和评分图像编辑质量评估（DS-IEQA），这是一个联合学习评估标准和评分表示的统一框架。具体来说，我们引入了反馈驱动的指标提示优化（FDMPO），通过概率反馈自动细化指标定义。此外，我们提出了词元解耦距离回归损失（TDRL），它将数字词元与语言建模解耦，通过预期距离最小化显式地建模分数连续性。大量的实验表明我们的方法具有优越的性能；在没有任何额外训练数据的情况下，它在 2026 年 NTIRE X-AIGC 质量评估 Track 2 中排名第 4。