arXiv · 机器人与计算机视觉· Xi Hu, Martin Bell, Liang Zheng·· 2026-10-20AI 评分65
GenOlympiad:在能力边界处评估前沿图像生成模型的基准
GenOlympiad: Benchmarking Frontier Image Models at Their Capability Boundaries
AI 导读
作者引入 GenOlympiad 基准,针对文本到图像模型提出九个高难度能力轴的测试提示词,涵盖大量生成、深度推理及硬物理一致性等任务。该框架将提示词分解为易难问题,并为多数难题提供辅助线以基于证据进行准确评分。
来源:arXiv · 机器人与计算机视觉 · arxiv.org