حَكَم EditAgent من Adobe يختار تعديلًا صالحًا في 81.3% من الحالات مقابل 74.8% لـ EditScore

قدّم باحثون من Adobe Research وجامعة كاليفورنيا في سان دييغو وكيل EditAgent لتحرير الصور، وهو يعمل بطريقة أقرب إلى المحترف في Photoshop من الأنظمة السابقة. يقسّم الوكيل الطلب إلى خطوات مترابطة، ويختار لكل خطوة الأداة المناسبة، ويقارن النتيجة بالصورة الأصلية استنادًا إلى بيانات مقيسة. وتتركز النتيجة الرئيسية في دور الحَكَم. ففي اختبار يضم 600 تعديل قيّم فيه خمسة محترفين النتائج دون معرفة مصدرها، اختار نموذج Qwen3.8-27B العادي، من دون إعادة تدريب، من بين المرشحين نتيجةً عدّها المحترفون صالحة أيضًا في 81.3% من الحالات. أما أفضل النماذج المدرَّبة خصيصًا، وهو EditScore-72B (أُعيد تدريبه على تقييمات بشرية للتعديلات)، فحقق 74.8%.

لماذا يخفق المحرّر العام

تقوم معظم وكلاء تحرير الصور على تصميم بسيط: يُقسَّم الطلب المعقّد إلى خطوات، وتُعاد الخطوة الفاشلة بالمحرّر نفسه، ثم يقيّم نموذج منفصل الناتج النهائي بالنظر إليه. يبيّن المؤلفون أن هذا التصميم يبلغ سقفًا لا يتجاوزه. ففي اختبار شمل 600 تعديل، لم يقدّم المحرّر العام Flux-2-Klein-9B نتيجة صالحة في 42.7% من الحالات. وعالجت الأدوات المتخصصة، مثل رفع الحدّة والتدوير والتقريب، نحو ثلثي هذه الإخفاقات. أما إعادة المحاولة بالمحرّر نفسه فلم تُفد تقريبًا بشيء.

يتعلق الاستنتاج الثاني بترتيب العمل. فالتحسين التكراري يراكم أخطاء صغيرة، لأن كل جولة تُبنى على صورة سبق تعديلها. وتبيّن أن توليد النسخ بالتوازي انطلاقًا من الصورة الأصلية أفضل: ففي المقارنات التي اختار فيها المحترفون أحد الطرفين، فضّلوا النسخ المتوازية في 78.5% من الحالات. وكفى الوكيلَ في هذه الحالة نصفُ عدد جولات التقييم. وعلى هذين الاستنتاجين بُني EditAgent.

حَكَم يرى الأرقام

يضع الوكيل في كل خطوة المحرّر العام في مواجهة الأدوات المتخصصة، فيحصل على عدة مرشحين. بعد ذلك يقارن نموذج LLM العادي جميع النسخ في مرور واحد. لكنه لا ينظر إلى الصورة كاملة فحسب. إذ يُعدّ لكل نسخة سجل تحقق يتضمن لقطة مقرّبة للمنطقة المعدَّلة، وخريطة بالتغييرات، وإحصاءات مقيسة للسطوع واللون. في المثال الوارد في الدراسة، كان المطلوب تفتيح الصورة قليلًا. وأظهرت الأرقام أن المحرّر العام بالغ في التفتيح وأزاح الألوان نحو الدفء، بينما بقيت الأداة المتخصصة ضمن الحدود المطلوبة. وهذه الأخطاء يغفلها النموذج عندما ينظر إلى الإطار كاملًا.

وللمقارنة، اختار الباحثون نماذج مثل EditScore، أُعيد تدريبها على تقييمات بشرية للتعديلات. وبلا سجل التحقق، لم يبلغ أيٌّ من نماذج LLM السبعة المختبَرة مستوى أفضل نموذج مُعاد تدريبه. ومع السجل، تفوّقت النماذج السبعة جميعًا على كل واحد منها. ويستنتج المؤلفون أن ما يراه الحَكَم قد يكون أكثر تأثيرًا من طريقة تدريبه.

وبعد كل جولة، يتحقق الوكيل أيضًا مما إذا كانت التعديلات اللاحقة قد ألغت السابقة. ففي المثال الوارد في الدراسة، جعل طلب «إدخال مزيد من ضوء النهار» نافذةً كانت معتمة شفافةً من جديد. يلاحظ الوكيل هذا التعارض ويصحّحه.

ثمن بعشرة أضعاف وبيانات للتدريب

حسّن EditAgent المحرّرين المفتوحين Qwen-Image-Edit-2511 وFlux-2-Klein-9B في ثلاثة اختبارات معيارية، وتفوّق على سبعة وكلاء آخرين. وفي اختبار EdiVal، تفوّقت النسخة المبنية على Qwen بفارق طفيف في الجولة الثالثة من التعديلات على النموذجين التجاريين Seedream 4.0 وGPT-Image-1.5. ويذكر المؤلفون القيود صراحة: يحتاج الوكيل إلى حسابات تفوق ما يحتاجه محرّر واحد بنحو عشرة أضعاف، وتعتمد الجودة على مجموعة الأدوات المتصلة به.

وقد يُعوَّض جزء من هذه التكاليف. فالوكيل يحتفظ بالنتائج التي خضعت للتحقق فقط، ولذلك نتج عن عمله نحو 26 000 مثال للتدريب. وتحسّنت المحرّرات التي أُعيد تدريبها على هذه البيانات في الاختبارات الثلاثة كلها. أما البيانات التي ولّدها FLUX نفسه، فقد أضرّت به على العكس. وهكذا يمكن استخدام الوكيل الباهظ مصنعًا للبيانات من أجل نماذج سريعة.

والمسألة بالنسبة إلى Adobe ليست أكاديمية. ففي يونيو أضافت الشركة وكلاء الذكاء الاصطناعي إلى Photoshop وPremiere وتطبيقات Creative Cloud الأخرى بصيغة نسخة تجريبية عامة: يصف المستخدم المهمة، وينفذ الوكيل الخطوات. واختيار الأداة والتحقق من النتيجة هما تحديدًا ما تنجح به هذه المنتجات أو تفشل. وهناك تحفّظ: فقد استبدلت Black Forest Labs النموذج الذي أُجريت عليه الاختبارات. ويحتوي النموذج الجديد Flux 3 Image Klein على 5.6 مليار معامل، أي أقل من Flux 2 Klein، لكنه يتفوق، بحسب اختبارات الشركة الداخلية، على جميع النماذج المفتوحة الأخرى، بل وعلى النموذج التجاري Flux 2 Pro.