AI और दुनिया की कठिन समस्याएँ · सैद्धांतिक कंप्यूटर विज्ञान · arXiv · 2026-10-20

LogicVal: टेक्स्ट-टू-इमेज जनरेशन में बाधा संतुष्टि के लिए तर्क-औपचारिक बेंचमार्क

मूल शीर्षक: LogicVal:A Logic-Formalized Benchmark for Constraint Satisfaction in Text-to-Image Generation

यह जाँचने के लिए कि text-to-image मॉडल प्रॉम्प्ट की बाध्यताओं को पूरा करते हैं या नहीं, लेखकों ने मूल्यांकन को बाध्यता-संतुष्टि की समस्या के रूप में पुनर्परिभाषित किया और उसे एक तार्किक ढाँचे में औपचारिक रूप दिया। नौ बाध्यता वर्गों और चार मॉडलों में, सबसे अच्छे मॉडल ने एकल-वस्तु बाध्यताओं पर 98% अंक पाए, लेकिन जटिल बहु-वस्तु संबंध बाध्यताओं पर केवल 53%। वे LogicVal भी प्रस्तावित करते हैं, जो न्यूरल दृश्य पहचान को तार्किक तर्क के साथ जोड़ता है और CLEVR पर 0.88 से 0.98 तक के ROC-AUC अंक प्राप्त करता है।

मूल लेख पढ़ें ↗

सभी आइटम →