本研究提出了一种基于人类反馈和产品一致性的评估框架，用于自动修复产品广告中的背景。通过收集44,000个图像的反馈数据并训练奖励模型，该框架有效评估生成图像质量，降低手动标注成本，最终实现96.4%的精准度。