研究人员推出了 CropReward，这是一个新的基准和奖励模型，旨在通过与人类偏好保持一致来更有效地评估美学图像裁剪（AIC）方法。现有的评估指标，如 IoU 和标准的图像美学评估模型，与人类如何感知裁剪图像的美学改进的相关性有限。为了解决这个问题，CropBench 基准包含超过 100,000 对人类偏好数据，揭示了当前指标的不足。CropReward 是一个基于 MLLM 的模型，使用此基准进行开发，并展示了与人类美学判断的更高一致性，优于以往的方法。 AI
影响 这项研究可能带来更多与人类对齐的图像编辑和内容创作 AI 模型。
排序理由 该集群描述了一篇介绍特定 AI 任务基准和奖励模型的新学术论文。[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 →
