字节跳动公司 发布 EvalMuse-40K 数据集, 应用在 文本到图像生成、模型评估 领域

字节跳动公司 本次发布的数据集 EvalMuse-40K, EvalMuse-40K是由字节跳动公司和南开大学联合创建的一个大规模、细粒度的人工注释数据集，包含4万条图像-文本对和超过100万条注释。该数据集通过平衡提示采样和数据重新注释等策略，确保了其多样性和可靠性，能够全面评估文本到图像生成模型的图像-文本对齐能力。数据集的内容包括2K真实提示和2K合成提示，涵盖了多种图像生成技能，如数量、位置等。数据集的创建过程涉及提示收集、图像生成和数据注释，最终生成了40K图像-文本对。该数据集的应用领域主要是文本到图像生成模型的评估，旨在解决现有自动评估指标在细粒度评估上的不足，并为未来的模型改进提供参考。

查看EvalMuse-40K

关于 字节跳动公司 , 字节跳动公司是一家全球领先的科技公司，成立于2012年，总部位于北京。该公司以其创新的内容平台和算法技术闻名，旗下拥有多个知名产品，如今日头条、抖音（TikTok）等。字节跳动致力于通过技术改善信息获取和传播方式，业务覆盖全球多个国家和地区。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。