Специалисты Adobe Research и Калифорнийского университета в Сан-Диего представили EditAgent — систему ИИ, предназначенную для более точного редактирования изображений. В отличие от стандартных агентов, которые полагаются на повторные попытки с использованием одного и того же инструмента, EditAgent выбирает специализированные средства для каждой задачи и оценивает результат на основе количественных данных, таких как яркость и цветовые показатели. В ходе тестирования на 600 задачах выяснилось, что использование верификационных записей с измеренными параметрами позволяет языковым моделям выбирать качественные результаты эффективнее, чем при использовании моделей, обученных исключительно на человеческих оценках. Например, модель Qwen3.8-27B с верификацией показала результат 81,3% против 74,8% у EditScore-72B. Также система способна отслеживать конфликты между этапами редактирования, предотвращая случайную отмену предыдущих правок. Несмотря на эффективность, EditAgent требует примерно в десять раз больше вычислительных мощностей, чем обычные редакторы. Исследователи отмечают, что данные, полученные с помощью этой системы, могут быть использованы для дообучения других моделей, что потенциально оправдывает высокие затраты на вычисления.