Rubric-CEPR
一种自进化图像编辑框架，利用编辑器自身内部表征配合结构化rubric构建奖励信号，通过非补偿性门控筛选候选并用轻量adapter自我蒸馏，无需人工标注或外部奖励模型
时间轴 (近 90 天)
Rubric-CEPR 是一个仅用编辑器自身生成样本即可自我进化的图像编辑框架，无需人工目标，也无需训练时的外部奖励模型。
Rubric-CEPR 的循环由三个角色组成：Planner、Editor、Frozen Critic。
Contrastive Edit-Preservation Reward（CEPR）将评分拆解为多个 rubric 检查项：编辑是否真正实现、旧状态是否被移除、内容是否被保留，每个维度独立评估而非合并成总分。
非补偿性门控（Non-compensatory gates）直接拒绝不可行的候选，避免'部分成功'被误当作高质量样本。
Rubric-CEPR 通过轻量级 adapter 将验证后的最佳候选蒸馏回编辑器，只更新少量参数，而非重新训练整个模型。
在 Qwen-Image-Edit 上，Rubric-CEPR 将 ImgEdit 从 4.36 提升至 4.60，涨幅 +5.5%。
在 Qwen-Image-Edit 上，Rubric-CEPR 在物体隔离（object isolation）任务上的提升达 +24.9%。
Rubric-CEPR 的方法迁移到了 GEdit-Bench 和 Complex-Edit 两个基准上。
将同一套流程应用于 Step1X-Edit 时，在 ImgEdit 上取得了 +7.8% 的提升。
由于两个不同架构的编辑器（Qwen-Image-Edit 和 Step1X-Edit）都能从 Rubric-CEPR 受益，说明该框架与具体模型解耦，具备一定的通用性。
还有 1 条时间轴事件
全部知识事实 (11)
由于两个不同架构的编辑器（Qwen-Image-Edit 和 Step1X-Edit）都能从 Rubric-CEPR 受益，说明该框架与具体模型解耦，具备一定的通用性。
50%待验证Rubric-CEPR 的循环由三个角色组成：Planner、Editor、Frozen Critic。
50%待验证Contrastive Edit-Preservation Reward（CEPR）将评分拆解为多个 rubric 检查项：编辑是否真正实现、旧状态是否被移除、内容是否被保留，每个维度独立评估而非合并成总分。
50%待验证非补偿性门控（Non-compensatory gates）直接拒绝不可行的候选，避免'部分成功'被误当作高质量样本。
50%待验证Rubric-CEPR 通过轻量级 adapter 将验证后的最佳候选蒸馏回编辑器，只更新少量参数，而非重新训练整个模型。
50%待验证在 Qwen-Image-Edit 上，Rubric-CEPR 将 ImgEdit 从 4.36 提升至 4.60，涨幅 +5.5%。
50%待验证在 Qwen-Image-Edit 上，Rubric-CEPR 在物体隔离（object isolation）任务上的提升达 +24.9%。
50%待验证Rubric-CEPR 的方法迁移到了 GEdit-Bench 和 Complex-Edit 两个基准上。
50%待验证将同一套流程应用于 Step1X-Edit 时，在 ImgEdit 上取得了 +7.8% 的提升。
50%待验证作者将 Rubric-CEPR 的代码公开。
50%待验证Rubric-CEPR 是一个仅用编辑器自身生成样本即可自我进化的图像编辑框架，无需人工目标，也无需训练时的外部奖励模型。
50%