本文介绍了一种用于评估文本到图像生成模型的框架，包括图像质量、概念覆盖和公平性等方面的评估。作者提出了美学评分预测模型，并提供了标记有低质量区域的数据集。研究结果揭示了模型输出中的偏见，并探索了模型对文本概念的解释和渲染的有效性。这种方法可应用于其他形式的图像生成，为下一代生成模型铺平道路。

本文介绍了一种用于评估文本到图像生成模型的框架，包括图像质量、概念覆盖和公平性等方面的评估。作者提出了美学评分预测模型，并提供了一个标记有低质量区域的数据集。研究结果揭示了模型输出中的偏见，并探索了模型对文本概念的解释和渲染的有效性。这种方法可应用于其他形式的图像生成，为下一代生成模型的发展铺平道路。

本文提出了一种用于评估文本到图像生成模型的框架，包括图像质量和文本条件的评估。引入了美学评分预测模型和标记低质量区域的数据集。探索了概念覆盖和公平性，并设计了适用于其他图像生成形式的灵活方法。将发布代码和数据集。

本文介绍了一种用于评估文本到图像生成模型的框架，包括图像质量和文本条件的评估。作者提出了美学评分预测模型和标记低质量区域的数据集。研究探索了模型对概念覆盖和公平性的有效性，并设计了适用于其他形式图像生成的灵活方法。该研究为下一代生成模型的发展提供了基础。

我们提出了一个新的任务和基准，用于评估文本到图像生成模型在现实生活中产生符合常识的图像的能力。我们评估模型是否能进行视觉常识推理，即生成与文本提示相符的图像。我们发现图像合成与真实生活照片之间仍存在差距。我们的目标是将此作为常识检查的高质量评估基准，促进实际生活图像生成的进展。

通过创建VisionPrefer数据集，利用多模态大型语言模型指导文本到图像生成模型的训练，捕捉人类喜好，优于之前的偏好度量标准。将人工智能生成的合成数据作为监督信号集成到视觉生成模型中，实现与人类偏好更好对齐的有前途的途径。

最近的文本到图像生成模型擅长模仿受版权保护的内容，引起艺术家担忧。本文重新定义“艺术版权侵权”为对图像集进行分类问题，并介绍了ArtSavant工具。该工具通过与372位艺术家作品组成的参考数据集比较，确定艺术家独特风格，并识别其是否出现在生成的图像中。实证研究揭示了三种流行的文本到图像生成模型中艺术风格被复制的普遍情况。在大量艺术家数据集中，仅有20%的艺术家风格有被复制的风险。

最近的文本到图像生成模型擅长模仿受版权保护的内容，引起艺术家担忧。本文重新定义“艺术版权侵权”为对图像集进行分类问题，并介绍了ArtSavant工具，可确定艺术家独特风格并识别其是否出现在生成的图像中。实证研究揭示了三种流行的文本到图像生成模型中艺术风格被复制的普遍情况。在大量艺术家数据集中，仅有20％的艺术家风格有被复制的风险。

本文介绍了一种用于评估文本到图像生成模型的框架，包括图像质量和文本条件两个组别。框架包含美学评分预测模型和标记低质量区域的数据集。研究探索了模型对概念覆盖和公平性的有效性，为下一代生成模型铺平道路。

近年来，文本到图像生成模型的发展取得了显著进展。研究者提出了一种名为FlashEval的迭代搜索算法，通过选择文本-图像数据集的代表性子集来改善模型评估过程。FlashEval在COCO和DiffusionDB数据集上证明了其有效性，并发布了这些数据集的精简子集。FlashEval是未来数据集精简的开源工具。

本研究探讨了文本到图像生成模型中实现最先进美学质量的三个关键点。Playground v2.5通过深入分析和实验，在各种条件和宽高比下展现了最先进的美学质量表现，优于常用的开源模型和闭源商业系统。该研究为提升基于扩散的图像生成模型的美学质量提供了有价值的指导。