Zeqing Wang

新的 TIIF-Bench 基准测试评估文本到图像指令遵循能力

研究人员推出了 TIIF-Bench，这是一个旨在系统评估文本到图像 (T2I) 模型指令遵循能力的新基准测试。该基准测试通过提供一组多样化的 5,000 个提示，涵盖不同难度级别，并包含提示的短版本和长版本以测试对长度的鲁棒性，从而解决了现有评估的局限性。TIIF-Bench 还提出了一种新颖的全局归一化编辑距离 (GNED) 指标来评估文本渲染，并利用视觉语言模型 (VLM) 作为自动化评估器进行细粒度评估。