최종 이미지 점수만으로는 원인을 모른다
8월 20일 공개된 DARS 연구는 지시형 이미지 편집을 VLM이 편집 계획을 만들고 확산 모델이 실행하는 두 단계로 봅니다. 완성 이미지 점수만 주면 실패가 계획 때문인지 렌더링 때문인지 알기 어렵고, 계획 내부의 어느 판단이 틀렸는지도 찾기 어렵다는 문제에서 출발합니다.
DARS는 여러 계획과 여러 렌더 결과의 보상 변동을 비교해 학습 비중을 기획기와 렌더러 사이에 부드럽게 배분합니다. 계획은 네 필드의 구조화된 추론으로 만들고, 접두부 단위 보상과 토큰별 advantage 재가중으로 결과 피드백을 더 구체적인 위치에 전달합니다. 저자들은 같은 백본·데이터·보상 모델·rollout 예산의 Joint RL 기준보다 다섯 벤치마크에서 높았고, 추론이 필요한 편집에서 차이가 가장 컸다고 보고합니다.
제품 성능으로 일반화하기 전 주의
논문은 동료평가 전이며 초록은 절대 점수와 실제 사용자 선호를 제시하지 않습니다. 정해진 벤치마크의 개선이 복잡한 상업 편집, 정체성 보존, 텍스트 정확성과 안전성까지 보장하지 않습니다. 의미 있는 점은 최종 점수 하나보다 계획과 실행의 실패를 분리해 학습하는 구조입니다.