超越绝对分数：相对编辑引起的可广义图像美学评估的差异

传统的图像美学评估（IAA）方法主要依赖于回归绝对平均意见得分（MOS）。然而，这种范式忽视了人类审美感知固有的动态本质，它依赖于潜意识与隐含视觉参考的比较。因此，缺乏关于审美差异的因果推理阻碍了模型学习可概括的审美原则，从而限制了它们在不同场景中的概括。在这项工作中，我们重新思考 IAA 任务并提出相对编辑诱导差异审美学习（RED-Aes），这是一种利用可控图像编辑模型来模拟人类审美推理过程的新颖框架。 RED-Aes 没有拟合绝对分数分布，而是明确学习推动审美变化的视觉因素。为了支持这种范式，我们构建了 RED-20k 数据集，其中包括基于编辑的图像对、定量审美差异和思想链 (CoT) 推理。此外，我们引入了以相对排名一致性奖励为指导的三阶段训练策略，仅通过相对监督来优化模型。大量实验表明，RED-Aes 在多个公共基准上实现了最先进的性能，展现出卓越的泛化能力。