What to Edit Next: Visually Aligned Image-Editing Follow-Up Suggestions in Conversational Systems

• 类型：arxiv
• 标识：2608.07565
• 链接：https://arxiv.org/abs/2608.07565
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar
• S2被引：0
• 影响力被引：0
• TLDR：A three-stage framework to reduce visual inconsistencies between suggested edits and the current image, which significantly improves recommendation CTR, image take-away rate, and average conversation turns per user by 39.90% (all p<0.05).
• 待LLM分类：否
• 标题中文：下一步编辑什么：对话系统中视觉对齐的图像编辑后续建议
• TLDR中文：一个三阶段框架，用于减少建议编辑与当前图像之间的视觉不一致性，并将推荐 CTR、图像带走率以及用户平均对话轮次分别显著提升 39.90%（所有 p<0.05）。
• 来源文件：
• /inbox/tom/_candidates/2026-08-11-agent-rag-longcontext-candidates.json
• [S2 enrich]