图像生成

Evaluating Image Editing with LLMs: A Comprehensive Benchmark and Intermediate-Layer Probing Approach

基于大语言模型的图像编辑评估：一个全面的基准和中间层探针方法

Shiqi Gao, Zitong Xu, Kang Fu, Huiyu Duan, Xiongkuo Min, Jia wang

机构 * Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University（图像通信与网络工程研究所，上海交通大学） 纠错

专题命中 图像生成评测 ：image editing(title,abstract)；分类 cs.CV

AI总结 本文提出TIEdit基准和EditProbe方法，通过5120张编辑图像和专家评分，评估文本引导图像编辑方法的感知质量、对齐性和内容保真度，同时利用大语言模型中间层探针提升评估准确性。

BioVITA: Biological Dataset, Model, and Benchmark for Visual-Textual-Acoustic Alignment

BioVITA: 生物数据集、模型和基准用于视觉-文本-音频对齐

Risa Shinoda, Kaede Shiohara, Nakamasa Inoue, Kuniaki Saito, Hiroaki Santo, Fumio Okura

机构 * The University of Osaka（大阪大学） ； The University of Tokyo（东京大学） ； Institute of Science Tokyo（东京科学研究所） ； OMRON SINIC X 纠错

专题命中 图像生成评测 ：text-to-image(abstract)；分类 cs.CV

AI总结 本文提出BioVITA框架，通过大规模数据集、模型和跨模态检索基准，实现生物物种的多模态对齐，提升生物多样性理解。

Comments CVPR 2026 Main

Generative Artificial Intelligence and the Knowledge Gap: Toward a New Form of Informational Inequality

生成式人工智能与知识差距：迈向一种新的信息不平等形式

Raphael Morisco

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文提出将生成式AI的使用重点从访问和使用转向信息批判性评估，探讨教育水平对AI生成内容处理的影响，为未来研究教育、AI使用与知识不平等的关系提供框架。

Comments 8 pages, conceptual paper. Proposes a theoretical extension of the knowledge gap perspective, arguing that generative AI shifts informational inequality from access and usage toward the evaluation of AI-generated content