AI اور دنیا کے مشکل مسائل · نظریاتی کمپیوٹر سائنس · arXiv · 2026-10-20

LogicVal: ٹیکسٹ سے تصویر بنانے میں پابندیوں کی تکمیل کے لیے منطقی طور پر باضابطہ بنایا گیا بینچ مارک

اصل عنوان: LogicVal:A Logic-Formalized Benchmark for Constraint Satisfaction in Text-to-Image Generation

یہ جانچنے کے لیے کہ آیا ٹیکسٹ ٹو امیج ماڈلز پرامپٹ میں دی گئی پابندیوں کو پورا کرتے ہیں، مصنفین جانچ کو پابندی کی تکمیل کے مسئلے کے طور پر دوبارہ ترتیب دیتے ہیں اور اسے ایک منطقی فریم ورک میں باضابطہ بناتے ہیں۔ نو اقسام کی پابندیوں اور چار ماڈلز میں، بہترین ماڈل نے واحد آبجیکٹ کی پابندیوں پر 98% اسکور کیا لیکن پیچیدہ ملٹی آبجیکٹ تعلقات کی پابندیوں پر صرف 53%۔ وہ LogicVal بھی تجویز کرتے ہیں، جو نیورل بصری شناخت کو منطقی استدلال کے ساتھ ملاتا ہے اور CLEVR پر 0.88 سے 0.98 تک ROC-AUC اسکور حاصل کرتا ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →