图像生成

Beautiful Images, Toxic Words: Understanding and Addressing Offensive Text in Generated Images

美丽的图像，有毒的词语：理解并解决生成图像中的冒犯性文本

Aditya Kumar, Tom Blanchard, Adam Dziedzic, Franziska Boenisch

专题命中 图像生成评测 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文提出了一种针对生成图像中冒犯性文本的微调策略，并发布了ToxicBench基准，用于评估和改进文本到图像模型的安全性。

Comments Accepted at AAAI 2026 (AI Alignment Track)

How Many Human Judgments Are Enough? Feasibility Limits of Human Preference Evaluation

需要多少人判断？人类偏好评估的可行性极限

Wilson Y. Lee

机构 * Independent Researcher（独立研究者） 纠错

专题命中 图像生成评测 ：image generation(abstract)

AI总结 研究发现人类偏好评估中，当偏好信号分散时，比例分配是最佳策略，而精心设计的基准测试能通过减少方差提高检测性。