图像生成

WISE: A World Knowledge-Informed Semantic Evaluation for Text-to-Image Generation

WISE: 一种基于世界知识的文本到图像生成语义评估方法

Yuwei Niu, Munan Ning, Mengren Zheng, Weiyang Jin, Bin Lin, Peng Jin, Jiaqi Liao, Chaoran Feng, Fanqing Meng, Kunpeng Ning, Bin Zhu, Li Yuan

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 针对现有文本到图像生成模型缺乏复杂语义理解和世界知识整合评估的问题，提出WISE基准，包含25个子领域的1000个精心设计的提示，并引入WiScore指标评估知识-图像对齐，实验表明当前模型在整合世界知识方面存在显著局限。

Comments Accepted to ICML 2026. We have also released an updated version of the benchmark, WISE_Verified. Please refer to https://github.com/PKU-YuanGroup/WISE for the latest version

PaintBench: Deterministic Evaluation of Precise Visual Editing

PaintBench: 精确视觉编辑的确定性评估

Kai Xu, Ellis Brown, Shrikar Madhu, Rob Fergus, He He, Saining Xie

机构 * New York University（纽约大学） 纠错

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

AI总结 提出PaintBench基准，通过程序化生成20种基本视觉编辑操作，实现确定性像素级评估，发现当前模型性能低（最高mIoU 17.1%），并揭示任务分解和场景变化的影响。

Comments Project Page: https://paintbench.github.io/

TASTE: A Designer-Annotated Multi-Dimensional Preference Dataset for AI-Generated Graphic Design

TASTE：一个由设计师标注的AI生成图形设计多维偏好数据集

Haonan Zhu, Elad Hirsch, Alexandria Minetti, Allison Nulty, Purvanshi Mehta

机构 * Lica World（Lica世界） ； Contra.Work Inc.（Contra.Work公司） 纠错

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

AI总结 针对现有偏好数据集仅提供单一整体评价的不足，本文构建了TASTE多维偏好数据集，由两组专业设计师对四个文本到图像模型的输出按九项标准排序，并提出了无准则信号验证框架和偏好模型基准测试。

TextAlign: Preference Alignment for Text Rendering with Hierarchical Rewards

TextAlign: 基于层次化奖励的文本渲染偏好对齐

Mingxuan Cui, Jingpu Yang, Fengxian Ji, Qian Jiang, Zhecheng Shi, Jiaming Wang, Zirui Song, Fajri Koto, Xiuying Chen

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·穆萨大学人工智能学院） ； Chinese Academy of Sciences Institute of Automation（中国科学院自动化研究所） ； Northeastern University（东北大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

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

AI总结 提出TextAlign框架，通过层次化视觉语言模型奖励将文本渲染错误分解为全局、单词和字形级别，并转化为标量偏好信号，利用GRPO或DPO进行后训练对齐，在不改变生成器架构下提升文本渲染准确性。

RobotValues: Evaluating Household Robots When Human Values Conflict

RobotValues: 当人类价值观冲突时评估家用机器人

Jongwook Han, Hyeongjin Kim, Yohan Jo

机构 * Graduate School of Data Science, Seoul National University（首尔国立大学数据科学研究生院） 纠错

专题命中 图像生成评测 ：image generation(abstract)

AI总结 提出RobotValues基准，通过10K个价值冲突场景评估家用机器人规划器，发现视觉语言模型存在默认价值偏好且难以覆盖，表明评估需考虑价值冲突下的行动选择。

Accurate and efficient evaluation of the a posteriori error estimator in the reduced basis method

降基方法中后验误差估计子的精确高效评估

Fabien Casenave, Alexandre Ern, Tony Lelièvre

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 针对降基方法中后验误差界对舍入误差敏感的问题，提出基于经验插值法（EIM）的新近似公式，提高了精度并减少了预计算量。

Comments 26 pages, 10 figures. ESAIM: Mathematical Modelling and Numerical Analysis, 2013

Journal ref M2AN Math. Model. Numer. Anal. 48 (2014), 207-229

D-iteration: Evaluation of a Dynamic Partition Strategy

D-iteration: 动态分区策略的评估

Dohy Hong

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文评估了一种基于D-iteration方法的动态分区策略，该策略能在分布式计算中线性降低内存并接近线性加速，同时无需深入分析矩阵或图结构即可均衡计算负载。

Comments 9 pages

D-iteration: Evaluation of the Asynchronous Distributed Computation

D-迭代：异步分布式计算的评估

Dohy Hong

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文评估了基于流体扩散的D-迭代方法在异步分布式计算中的性能，实验表明该方法在K台虚拟机上可实现内存线性减少和计算速度几乎线性提升。

Comments 8 pages

D-iteration: evaluation of the update algorithm

D-迭代：更新算法的评估

Dohy Hong

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文分析基于流体扩散的D-迭代方法中更新算法的增益，通过真实数据集实验展示其在图演化场景下提升计算效率。

Comments 5 pages