研究人员推出了一种新的生成模型评估指标 ZID（Z-resolved Integrated Diagnostic），旨在改进现有的指标，如 Fréchet Inception Distance (FID) 和 Kernel Inception Distance (KID)。ZID 解决了 FID 和 KID 的局限性，例如它们无法检测前两个矩之外的分布差异，并且对离散度变化的方向不敏感。新指标结合了来自秩图和高斯核的六个标准化臂，提供三个输出：一个排序索引、一个用于分布相等性检验的 p 值，以及一个用于诊断目的的有符号离散度读数。实验表明，ZID 可以检测更广泛的偏差，并在模式崩溃的情况下准确标记低离散度，在受控场景中优于 FID 和 KID。 AI
影响 提供了一种更细致、更可靠的评估生成模型的方法，有望带来更好的模型开发和比较。
排序理由 该项目是一篇介绍用于评估生成模型的新指标的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
