研究人员推出了MIE-Bench，这是一个旨在评估多源图像编辑（MIE）能力的新基准，解决了现有基准主要关注单图像任务的局限性。MIE-Bench包含16个任务的3000个编辑实例，利用了多个源图像和编辑提示，以及来自12个最先进模型和超过108,000个人类评分的36,000张编辑图像。为了提供面向人类的多源图像编辑反馈，该团队还开发了MIEScore，一个基于多模态大型语言模型的评估模型。 AI
影响 这个新的基准和评估模型有望推动更复杂的多源图像编辑任务的进展，从而提升生成式AI的能力。
排序理由 该集群描述了一个用于图像编辑任务的新基准和评估模型，该模型在一篇研究论文中提出。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
