BriefGPT - AI 论文速递
·
I2EBench：基于指令的图像编辑综合基准
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该论文介绍了UltraEdit数据集，通过创造性的语言模型和人工评定员提供的编辑示例，解决了现有图像编辑数据集的缺点，并提供了生成大规模高质量图像编辑样本的方法。实验证明UltraEdit在基准测试中取得了新的记录。
🎯
关键要点
-
该论文介绍了UltraEdit，一个大规模的图像编辑数据集，包含约400万编辑样本。
-
UltraEdit通过利用大型语言模型和人工评定员的编辑示例，解决了现有数据集的缺点。
-
该数据集提供了系统性的方法来生成高质量的图像编辑样本，支持基于指令和区域的编辑。
-
实验证明，基于UltraEdit训练的编辑基线在MagicBrush和Emu-Edit基准上取得了新的记录。
-
进一步分析确认了真实图像锚点和基于区域的编辑数据的重要性。
-
该数据集、代码和模型可在指定的URL找到。
➡️
