加利福尼亚大学洛杉矶分校 发布 CompAlign 数据集, 应用在 文本到图像生成、机器学习评估 领域

加利福尼亚大学洛杉矶分校 本次发布的数据集 CompAlign, CompAlign是一个用于评估和改进文本到图像生成模型在复合场景生成方面的基准数据集。该数据集包含900个复杂的图像生成提示，涉及多个对象、属性和空间关系，旨在挑战现有的文本到图像生成模型。数据集的创建过程采用了分层启发式流程，结合了数值、3D空间关系和属性绑定，以反映真实图像生成任务的复杂性。CompAlign旨在解决现有文本到图像生成模型在描绘复合场景时的不足，并推动这一领域的发展。

查看CompAlign

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。