🔥 今日值得一读
FID骗人！用假图骗过FID仅24.7，真图却58.6，新诊断ZID一眼看穿！
What FID Hides: Detecting, Ranking, and Diagnosing Deviations in Generative Evaluation
👨💼 主理人解读 · 为什么值得关注
检测FID隐藏的分布差异，提供排名和诊断工具，帮助开发者更准确评估生成模型。
📖 AI 总结
生成模型评估中广泛使用的FID和KID指标存在根本性缺陷：FID仅基于前两阶矩，可能遗漏关键分布差异，甚至出现视觉上完全不可识别的图像获得比真实图像更好FID分数的情况；两者作为对称标量也无法区分欠分散（如模式坍缩）与过分散。为此，论文提出ZID（Z-resolved Integrated Diagnostic）框架，整合六个对位置和分散度敏感的统计量，输出三个互补结果：用于排序偏离程度的指数、用于检验分布相等的置换p值，以及用于诊断分散方向的符号读数。在受控实验中，ZID能检测FID失效的各类偏离，并在DiT-XL/2和SiT-XL/2引导强度扫描中准确识别高引导导致多样性坍缩为欠分散。该工作为生成模型评估提供了更全面、可诊断的替代方案。
🔑 关键词速览
| FID (Fréchet Inception Distance) | 弗雷歇初始距离，一种基于Inception特征均值和协方差比较生成图像与真实图像分布的指标，分数越低越好。 |
| KID (Kernel Inception Distance) | 核初始距离，使用最大均值差异（MMD）比较生成图像与真实图像分布的指标，对样本量不敏感。 |
| ZID (Z-resolved Integrated Diagnostic) | Z解析综合诊断，一种新提出的评估方法，结合多个统计量提供排名、检验和诊断功能。 |
| RISE (Rank graph) | 秩图，一种基于秩的图形工具，用于检测分布差异，对位置和离散度变化敏感。 |
| GPK (Gaussian kernels) | 高斯核，用于核方法中衡量样本间相似性的函数，此处用于检测分布差异。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅