600 düzenleme setinin 256'sında FLUX.2-klein-9B kullanılabilir sonuç üretemedi; uzman yöntemler 175'inde sonuç verdi

Genel amaçlı görüntü düzenleme modeli FLUX.2-klein-9B, araştırmacıların oluşturduğu 600 düzenleme setinin 256'sında kullanılabilir sonuç üretemedi. Uzman yöntemler ise bu 256 setin 175'inde kullanılabilir sonuç sağladı.

Adobe'nin (ADBE) araştırma birimi Adobe Research ile Kaliforniya Üniversitesi San Diego'dan (UC San Diego) araştırmacılar, 29 Ekim 2026'da arXiv'e sundukları “EditAgent: Rethinking Agentic Image Editing” başlıklı makalede EditAgent'i önerdi. Araştırma sistemi, karmaşık düzenleme taleplerini birden fazla adıma ayırıp her adım için uygun aracı seçiyor.

Tanı deneyi, 30 düzenleme türünün her birinden 20 örnek olmak üzere toplam 600 setten oluştu. Her sette bir özgün görsel, düzenleme talimatı ve genel amaçlı düzenleyiciyle uzman araçların ürettiği aday sonuçlar yer aldı.

Photoshop alanında uzman 5 editör adayları inceledi. Hiçbir adayın kullanılabilir bulunmadığı set sayısı 81 oldu; bu, toplamın yüzde 13,5'ine karşılık geliyor.

Başarısızlık oranı ve uzman yöntemlerin sağladığı sonuçlar, araştırmacıların oluşturduğu deney ve FLUX.2-klein-9B modeliyle sınırlı. Bu sayılar tüm görüntü düzenleme modellerinin veya gerçek kullanıcı çalışmalarının performansını göstermiyor.

EditAgent, talepleri düzenleme adımlarına ayırdıktan sonra her adım için kullanılacak yöntemi seçiyor. Nesne silme veya taşıma, renk düzeltme, döndürme ve büyütme gibi işlerde uzman yöntemlerden ve genel amaçlı düzenleyicilerden yararlanıyor.

Sistem, farklı araçların oluşturduğu adayları özgün görsel üzerinden paralel biçimde üretiyor. Önceki sonucu yeniden düzenleyen ardışık işlem yerine, adayları aynı anda karşılaştırıyor.

Her adayla birlikte düzenleme alanının yakınlaştırılmış görüntüsü, özgün görselle fark haritası, parlaklık ve renk ölçümleri ile kod kontrolü sonuçları sunuluyor. Görsel dil modeli (VLM), bu verilerden yararlanarak sonuçların talimata uyup uymadığını karşılaştırıyor.

Araştırmacılar, karmaşıklık düzeyleri farklı 144 düzenleme talebinde paralel arama ile ardışık düzenlemeyi karşılaştırdı. Değerlendirmeye 5 uzman Photoshop editörü katıldı.

Editörler 102 talepte paralel aramayı, 28 talepte ardışık düzenlemeyi tercih etti; 14 talepte iki yöntemi eşit buldu. Eşit sonuçlanan 14 talep dışarıda bırakıldığında, paralel arama 130 talebin yüzde 78,5'inde tercih edildi.

Her iki yöntem de talep başına en fazla 4 görsel üretti. Değerlendirme modeli paralel aramada en fazla 2, ardışık düzenlemede ise 4 kez çağrıldı.

EdiVal değerlendirmesinde, FLUX.2-klein-9B tabanlı sistemin EdiVal-O üçüncü tur puanı tek başına kullanımda 53,20, EditAgent ile 59,45 oldu. EdiVal-O, birbirini izleyen düzenleme talepleri sırasında önceki talimatların korunup korunmadığını da hesaba katan kümülatif bir ölçüt.

Araştırmacılar, EditAgent'in onayladığı yaklaşık 25.700 düzenleme oturumunu ayrı bir düzenleyiciyi eğitmek için kullandı. Oturumların tümü uzman editörlerce incelenmiş sonuçlardan oluşmuyor; onayı sistemin değerlendirme modeli verdi.

Adobe, 18 Haziran 2026'da Photoshop ve Premiere dahil ürünlerinde AI Assistant'ın açık beta sürümünü duyurdu. Ancak söz konusu ürün duyurusundan farklı olarak makale, EditAgent'in Adobe ürünlerine uygulandığını belirtmiyor.

Yaratıcı araçlarda AI ajanlarıyla ilgili ayrı bir örnek olarak TokenPost, daha önce Figma'nın AI ajanlarına yönelik tasarım kuralı düzenleyicisini duyurmasını haberleştirmişti. Makalede bu ürün duyurusu ile EditAgent araştırması arasında doğrudan bir bağlantı kurulmadı.

EdiVal karşılaştırma tablosundaki H100 GPU-saat ölçümünde Qwen-Image-Edit-2511 tek başına 1,1, EditAgent ile 12,9 değerini aldı. FLUX.2-klein-9B tabanlı sistemde ise tek başına kullanım 0,5, EditAgent uygulaması 6,3 olarak kaydedildi.