论文页面 - TRACE-Bench：多参考图像生成的分解与诊断

来源：https://huggingface.co/papers/2608.16765

摘要

本研究提出了一种组合算子框架与TRACE-Bench基准测试，用于诊断多参考图像生成在原子操作层面的能力。

尽管近期统一多模态模型在多参考图像生成（https://huggingface.co/papers?q=multi-reference%20image%20generation）方面取得进展，现有基准测试仍围绕预定义任务类型（例如“主体组合”）构建，这类设计不适用于组合式场景，导致评估覆盖碎片化、复杂度不可控且诊断价值有限。认识到多样化的多参考任务共享同一组原子操作，我们从能力导向的视角出发，形式化定义了四个算子：锚定（https://huggingface.co/papers?q=Anchor）(f)、解耦（https://huggingface.co/papers?q=Disentangle）(g)、应用（https://huggingface.co/papers?q=Apply）(oplus)与组合（https://huggingface.co/papers?q=Compose）(C)。任何多参考提示均可表示为这些算子的组合公式（https://huggingface.co/papers?q=compositional%20formula），其结构复杂度由算子槽位数量化。基于此框架，我们构建了TRACE-Bench（https://huggingface.co/papers?q=TRACE-Bench），包含约1600个评估案例（涵盖1-8个槽位），基于631个公式模板和约4000张涵盖多元艺术风格与现实主体的参考图像。公式结构直接驱动算子对齐评估（https://huggingface.co/papers?q=operator-aligned%20evaluation）方案，实现分能力评分，并通过诊断树分析（https://huggingface.co/papers?q=diagnostic%20tree%20analysis）进行递归式故障定位。对9个领先模型的评估揭示了整体评分无法捕捉的关键瓶颈：主要障碍在于解耦（https://huggingface.co/papers?q=disentangle）能力(g)与属性绑定（https://huggingface.co/papers?q=attribute%20binding）(oplus)，而非场景级组合（(C)），即使最优模型在属性保真度上的得分也仅为0.74。项目页面：https://amuseum-whr.github.io/TraceBench

查看arXiv页面（https://arxiv.org/abs/2608.16765）查看PDF（https://arxiv.org/pdf/2608.16765）项目页面（https://amuseum-whr.github.io/TraceBench/）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2608.16765）

通过代理获取此论文：

hf papers read 2608.16765

未安装最新CLI？curl \-LsSf https://hf.co/cli/install.sh \| bash

引用此论文的模型0

暂无模型关联此论文

在模型README.md中引用arxiv.org/abs/2608.16765即可从本页面关联。

引用此论文的数据集0

暂无数据集关联此论文

在数据集README.md中引用arxiv.org/abs/2608.16765即可从本页面关联。

引用此论文的Space0

暂无Space关联此论文

在Space的README.md中引用arxiv.org/abs/2608.16765即可从本页面关联。

包含此论文的收藏0

暂无收藏包含此论文

将此论文添加到收藏（https://huggingface.co/new-collection）即可从本页面关联。