Tag · 2 篇
图像编辑评测
01 02
I2I-Bench：面向图像到图像编辑模型的综合基准套件
I2I-Bench: A Comprehensive Benchmark Suite for Image-to-Image Editing Models
做图像编辑模型时可直接用这套含 10 类任务、30 个解耦维度的自动化评测协议（专用工具 + LMM 混合打分）替代人工评测，并用其对齐验证方法检验自建指标是否与人类偏好一致。
CREval：面向复杂指令下创意图像编辑的自动化可解释评估
CREval: An Automated Interpretable Evaluation for Creative Image Manipulation under Complex Instructions
提供了一套基于问答的自动化评估流程和包含800多个样本、13K查询的基准，可用于系统评估图像编辑模型在复杂创意指令下的表现，替代不透明的MLLM直接打分。