text-to-image generators

新的DEPICT指标通过答案一致性评估文本到图像的对齐度

研究人员推出了一种新颖的、无需训练的指标DEPICT，用于评估文本描述与生成图像之间的对齐度。该指标通过用基于图像的响应和仅基于字幕的响应之间的预期一致性分数取代固定的参考答案来解决现有方法的局限性。DEPICT显著提高了否定准确性，并将其与整体分数相结合以捕捉丢失的上下文。评估表明，DEPICT在无需训练的指标方面优于其他指标，并在人类相关性基准测试中可与微调评估器相媲美。