PlanViz

新的基准PlanViz评估用于计算机任务的AI图像生成

研究人员推出了PlanViz，一个新颖的基准，旨在评估统一多模态模型（UMMs）在为计算机使用规划任务生成和编辑图像方面的能力。该基准侧重于路线规划、工作图表绘制以及Web/UI显示等子任务，并纳入了大量人工标注以确保数据质量。还提出了一个新的评估指标PlanScore，用于评估生成图像的正确性、视觉质量和效率，突出了该领域的当前局限性和未来的研究方向。