arXiv · cs.AI· Yuanhao Ban, Tong Xie, Sohyun An, Yunqi Hong, Evan Frick, I-Hung Hsu, Wei-Lin Chiang, Ion Stoica, Cho-Jui Hsieh·· 2 天前
Arena-T2I Hard：基于依赖感知检查清单的文本生成图像忠实性基准与改进方法
Arena-T2I Hard: Benchmarking and Improving Faithfulness with Dependency-Aware Checklist
arXiv:2606.31711v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuanhao Ban, Tong Xie, Sohyun An, Yunqi Hong, Evan Frick, I-Hung Hsu, Wei-Lin Chiang, Ion Stoica, Cho-Jui Hsieh
研究任务与主要进展
Arena-T2I Hard 基于真实竞技场文本生成图像日志构建了包含310条提示词的困难基准，每条提示约分解为30个是非约束，覆盖六类要求（包括文本渲染）。在评测的11个系统中，最强闭源系统得分0.855，系统间最大差距约33个百分点，且公开竞技场排名不能可靠预测忠实性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org