VybBench 开源基准发布:用数字量化图像模型的改图保真度

thetripathi58 · x · 2026-10-28

图像模型排名多靠人类投票，但投票无法发现「改一个标题却顺手改了字体、颜色和 logo」这类设计保真度问题。anurahk 与 DavidZats 发布开源基准 VybBench，用数值打分替代投票：145 款字体逐像素比对真实字体、100 个 hex 色值测色彩漂移、200 个小幅编辑测像素变化量并由裁判模型确认编辑确实执行。各模型得分、prompt、输出与裁判结论均已上架 Hugging Face。作者同时在 cocoailabs 开发设计产品 Vyb。