arXiv · 机器人与计算机视觉· Akansha Gautam, Aparna Bharati, Mayank Vatsa, Richa Singh·· 10 天前AI 评分63
T2I-NSI 基准:揭示文生图模型难以抑制被否定概念的现象
T2I Models Rarely Invert Negation but Often Fail to Suppress Negated Concepts: Benchmarking Negation Suppression in Text-to-Image Generation
AI 导读
该文发布 T2I-NSI 基准与度量指标,用于评估文生图扩散模型对文本中否定概念的敏感度。研究包含超过 75 万配对提示词原子及 91 万张图片,发现开源权重生成器 NSI 分数低于 0.038,而 GPT-Image-1.5 和 Gemini-2.5-Flash-Image 约为 0.09。
来源:arXiv · 机器人与计算机视觉 · arxiv.org