多参考图像编辑奖励模型

论文提出评估-验证奖励用于多参考图像编辑一致性。

推荐理由：多参考编辑的难点是跨图关系约束，普通MLLM零样本评分容易失准；专用奖励若可用于RL，将推动可控编辑从单图走向组合资产。