跳到正文
arXiv · 机器人与计算机视觉· Jens Parslov, Marco Schouten, Dim P. Papadopoulos·· 9 天前精选AI 评分78

EditJudge-Bench:基于合成真值审计 VLM 图像编辑裁判基准

EditJudge-Bench: Auditing VLM Image-Edit Judges with Synthetic Ground Truth

AI 导读

本文介绍 EditJudge-Bench,这是一个包含 1,382 对由 Blender 渲染的合成前后图像的基准数据集,其编辑操作参数化且拥有来自已知 3D 场景参数的精确真值。

推荐理由

该基准通过 Blender 合成数据构建带精确真值的编辑对,解决了真实图像缺乏受控真值的问题,能独立评估 VLM 裁判的可靠性与失败模式。

来源:arXiv · 机器人与计算机视觉 · arxiv.org