OCR-VLM

新基准 T2LSC-Bench 衡量文本到图像模型中的语义泄露

研究人员推出了 T2LSC-Bench，这是一个旨在评估文本到图像生成模型中局部语义控制的新基准。该基准解决了“目标文本相关语义泄露”问题，即要渲染的文本含义会影响图像中的非文本元素。T2LSC-Bench 采用受控诊断方法，在六个模型上使用 1,200 个提示案例来衡量锚点文本准确性、语义主体保留和语义泄露率。初步研究结果表明，虽然文本渲染准确性保持较高水平，但在压力条件下语义泄露会显著增加，尽管反泄露提示在缓解此问题方面显示出潜力。