multimodal-evaluator

标签

Cards List
#multimodal-evaluator

VIEScore2:基于空间定位解释的统一图像评估

Hugging Face Daily Papers ↗ · 2026-10-01 缓存

VIEScore2 提出了一种针对图像生成与编辑任务的统一评估器,可在单次模型推理中同时预测质量分数,并在 N×N 网格上输出缺陷位置;该模型通过 GRPO 后训练引入单元级定位奖励。在零样本设置下,VIEScore2 优于 Gemini-3-Flash 等通用视觉语言模型,总体 SRCC 达到 0.601,并在六项缺陷定位基准中的五项上取得前三名成绩。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈