标签：多模态数据集

机器之心的AIxiv专栏一直致力于发布前沿的学术和技术，过去几年已报道了超过2000篇来自全球顶尖高校和企业的研究成果。为了进一步促进学术交流与传播，我们诚邀各位学者和研究人员投稿或联系报道，邮箱为liyazhou@jiqizhixin.com和zhaoyunfeng@jiqizhixin.com。 本文由葛俊岐（清华大学本科生）、陈子熠（清华大学本科生）、林锦涛（香港大学博士生）和祝金国（上海AI Lab青年研究员）共同撰写，通讯作者是朱锡洲，他的研究方向包括视觉基础模型和多模态基础模型，代表作有Deformable DETR、DCN v2等。 随着语言大模型的成...

随着个性化图像生成技术的快速发展，一个亟待解决的问题浮出水面：如何统一标准来评判生成图片的质量和人类喜好。为了解决这个问题，清华大学、西安交通大学、伊利诺伊大学厄巴纳-香槟分校、中国科学院和旷视科技的研究团队共同推出了一项创新基准——DreamBench++。 DreamBench++借助GPT-4o模型，通过多模态输入和精心设计的prompt，使模型能够进行与人类偏好相一致的自动化图像评估。在评估过程中，研究团队采用了7位专业标注员的评分作为参照，对比了7种不同的图像生成方法。实验结果显示，DreamBench++的评估与人类评价高...