跳到正文
arXiv · 机器人与计算机视觉· Amit Jadhav, Shaurya Beriwala, Beomjin Kim·· 13 天前AI 评分45

Undertone-P:从少量评分个性化冻结视觉语言模型审美判断

Undertone: Personalizing Frozen VLM Aesthetic Judges from Few Ratings

AI 导读

Undertone-P 通过为冻结视觉语言模型(VLM)学习高斯先验,仅凭用户少量评分即可实现个性化审美评估,无需训练新网络。在 PARA 基准测试中,该方法利用少数人评分达到 0.648 的 Spearman 相关系数,优于现有最佳结果;无标签时预期分数对 MOS 预测达 0.835。该预印本论文(arXiv:2609.27110v2)已大幅修订并更名,取代了之前的 v1 版本。

来源:arXiv · 机器人与计算机视觉 · arxiv.org