📖 AI 总结

该研究将文本到图像生成评估重新表述为约束满足问题，提出一个逻辑框架，形式化定义基准领域中的对象、属性、关系及生成图像须满足的约束，并据此评估四款先进模型在9类约束上的表现。结果显示，模型能力存在明显断层：最佳模型在单对象属性约束上准确率达98%，但在涉及逻辑算子的复杂多对象关系约束上仅53%；组合泛化方面，单约束提示准确率为84%，同时满足多重约束时骤降至20%；识别不可满足约束同样困难，最佳模型仅正确识别23%。基于该框架，作者提出LogicVal评估方法，结合神经视觉检测与逻辑推理判断约束满足情况，在CLEVR上取得0.88至0.98的ROC-AUC，与人类判断高度一致。该工作表明基于逻辑的评估能更细致刻画T2I模型的能力边界与局限。

🔑 关键词速览