shiyi-zh0408 / Meta-CoT

Meta-CoT: 이미지 편집에서 세분성과 일반화 강화

CVPR 2026 수락

여러분의 별은 이 프로젝트를 개발하는 데 큰 의미가 있습니다! ⭐⭐⭐

장시이1,2*, 이지 청2*, 톈카이 항2*, 자진 은2, 룬제 He2, 유쉬2, 문순 다이1,2, 운룡린2, 왕춘위2, 칭린 루2, 옌송 탕1†

1 칭화대학교    2훈위안, 텐센트

*동등 기여    †교신저자

요약; 요약

우리는 이미지 편집을 위한 2단계 사고 연쇄 분해 패러다임인 Meta-CoT를 제안하며, 편집 의도를 (작업, 대상, 이해 능력) 삼중항으로 분해하고 다섯 가지 기본 메타 작업으로 나아가 21+ 편집 작업에 강력한 일반화를 가능하게 합니다. Flow-GRPO를 통한 CoT-편집 일관성(CEC) 보상과 결합하여, Meta-CoT는 21개의 편집 작업에서 **+15.8%**의 전반적인 향상을 달성합니다.

📖 목차

• 🔥 업데이트 로그
• 📋 TODO
• 🌟 개요
• 🚀 시작하기
• 🏃🏼 실행 스크립트
• 🤝🏼 인용 우리(Cite Us)
• 🙏 감사의 글

🔥 업데이트 로그

• [2026/4/27] 📢 📢 Meta-CoT가 출시되었습니다. 이는 이미지 편집에서 세분화와 일반화를 모두 향상시키는 2단계 CoT 분해 프레임워크입니다.
• [2026/4/27] 📢 📢 우리의 21개 작업-벤치가 해제되었습니다.

📋 토할

• Meta-CoT 체크포인트를 해제하세요.
• 21-Tasks-Bench 해제.
• 예제 학습 데이터 공개.
• SFT 훈련 및 추론 코드를 공개합니다.
• 리.

---

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.