여러 축을 함께 살피기
생성 이미지의 품질에는 시각적 완성도뿐 아니라 요청과의 관계 및 진짜처럼 느껴지는 성질이 관련될 수 있다. M3-AGIQA는 시각 및 텍스트 영역에서 이런 관점을 다루는 평가 프레임워크다.
여러 단계의 설명과 분석
구조화된 다중 단계 평가에서 중간 이미지 설명을 생성하고 분석한다. 점수 하나만 내기보다 판단을 해석할 단서를 제공하는 방향이다. 중간 설명의 유창함과 이미지 근거의 정확성은 구분해 검토해야 한다.
일반화와 해석 가능성
여러 벤치마크와 데이터셋 간 평가로 일반화를 살핀다. 평가 단계가 많아진다고 사람의 판단과 언제나 더 잘 맞는 것은 아니다. 각 축의 점수, 설명의 근거, 새로운 자료에서의 성능을 따로 확인할 필요가 있다.
설명 전파의 독립 예
설명용으로 첫 단계가 없는 창문을 있다고 기술하면 이후의 창문 형태 평가도 잘못된 전제를 따를 수 있다. 단계 간 설명이 일관되어도 실제 이미지와 맞는지는 별도 문제다. 실제 연구의 오류 사례를 옮기지 않은 다단계 평가의 해석이다.
관련 문서
MA-AGIQA / AIGCIQA2023 / AGIQA-3K / CLIP-AGIQA / IP-IQA / T2IScoreScore