multi-turn-image-editing

论文提出 MT Forcing，通过单轮分布匹配蒸馏与教师强制引导，提升基于自回归扩散的统一多模态模型在多轮图像编辑中的视觉质量稳定性与跨轮内容一致性。

MTEdit 引入了一个 500K 规模的多轮图像编辑数据集，通过打包轨迹画布生成来减少视觉漂移，并提出 MTEdit-Bench 基准；实验表明微调 Qwen-Image-Edit-Causal 可获得最佳的开源多轮图像编辑性能。

ACEdit 提出一种结合自强制（Self-Forcing）训练、教师蒸馏与非对称条件化的方案，使多轮图像编辑在累积分布偏移下保持稳定，显著降低长序列编辑中的质量退化。