学者质疑图像生成评测：打分偏向边缘对齐而非感知相似度
giffmana · x · 2026-11-06
围绕某图像生成模型的评测引发技术争论。批评者指出，从采样结果看,"凸覆盖 blob"方法按任何人类感知标准都不比模型差，认为打分机制明显偏向边缘对齐、牺牲感知相似度,且模型看不到评分系统的样子(他也质疑为何如此设计),因此结论不公平。Keras 作者 François Chollet(giffmana)回应称:边缘对齐确实是重要的组成部分,其他感知类指标可能更多反映纹理,而这里没有纹理可言;不过他也承认评分机制仍有改进空间。
所属事件:汤普森动物影板生成评测遭质疑，六大模型无一复现(3 条相关)→
「研究」频道最新
- 持续学习系统的数据质量关:反馈噪声与偏差如何毁掉模型 — goyalshaliniuk · 2026-11-13
- 持续学习 AI 系统的 7 大工程挑战：部署后仍要不断进化 — goyalshaliniuk · 2026-11-13
- CMU NLP 第 8 课：只保留 teacher 的 top token 可能逆转学生的学习信号 — CatAstro_Piyush · 2026-11-13
- dbreunig 长文拆解「权重空间编程」的工作原理 — dbreunig · 2026-11-13
- WorldDraft 基准：代码搭世界、视频模型只做渲染可行吗 — Zhiyu Hou · 2026-11-13
- NUS 发布 SO-Arena：评测 21 个 System One 模型，整体准确率不代表决策可靠 — NationalUniversityofSingapore · 2026-11-13