标签
该论文提出了 RISEBench 及其扩展版本 RISEBench++，这是首个评估推理驱动视觉编辑（Reasoning-Informed Visual Editing）的基准，涵盖时序、因果、空间、逻辑、反事实及混合推理等六个维度，并提出训练无关的 RISE-Agent 框架，结果显示即使是 GPT-Image-2.5 Sunburst 也仅达 56.6% 准确率。