使用 Gecko 重新审视文本到图像评估：关于指标、提示和人类评级
原文中文，约500字，阅读约需2分钟。发表于：。我们通过对自动评价度量和人类模板进行广泛研究，介绍了一种综合的基于技能的基准，收集了超过 100,000 个注释，并引入了一种新的基于问答的自动评价度量，以在各种人类模板和 TIFA160 上更好地与人类评分相关联。
最近的文本到图像（T2I）模型取得了巨大成功，提出了一个名为ImplicitBench的基准来评估其性能和安全性。实验结果显示，T2I模型能够准确创建由隐性提示指示的目标符号，但隐性提示也带来了隐私泄露的潜在风险。大多数模型中的NSFW约束可以通过隐性提示绕过。呼吁T2I社区更关注隐性提示的潜力和风险，并进一步调查其能力和影响。
