发布 Arena-T2I Hard 基准与 GDPO 优化方法
热点事件持续更新
发布 Arena-T2I Hard 基准与 GDPO 优化方法
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026 年 10 月 20 日，论文作者团队在 arXiv 发布 Arena-T2I Hard 基准。该基准包含 310 条提示词，每条分解为约 30 个 yes/no 约束，覆盖文本渲染等六类场景。 评估结果显示，最强闭源系统得分为 0.855，11 个系统间存在 33 个百分点差距。研究发现高 Arena 排名无法有效预测模型忠实度。 研究提出结合 BT 美学奖励的 GDPO 优化方法。实验证明该方法在 SD3.5-Medium 和 FLUX.1-dev 上，实现了更优的忠实度与美学平衡。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
Arena-T2I Hard：基于依赖感知清单的 T2I 模型忠实度基准与改进方法报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · AIArena-T2I Hard：基于依赖感知清单的 T2I 模型忠实度基准与改进方法
Arena-T2I Hard 是一个包含 310 条提示词的 T2I 忠实度基准，每条提示词分解为约 30 个 yes/no 约束，涵盖文本渲染等六类场景。 该基准显示最强闭源系统得分为 0.855，11 个系统间存在 33 个百分点的性能差距，且高 Arena 排名无法预测忠实度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。