University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

Human-Aligned MLLM Judges for Fine-Grained Image Editing Evaluation: A Benchmark, Framework, and Analysis

面向细粒度图像编辑评估的人类对齐MLLM评判：一个基准、框架和分析

Runzhou Liu, Hailey Weingord, Sejal Mittal, Prakhar Dungarwal, Anusha Nandula, Bo Ni, Samyadeep Basu, Hongjie Chen, Nesreen K. Ahmed, Li Li, Jiayi Zhang, Koustava Goswami, Subhojyoti Mukherjee, Branislav Kveton, Puneet Mathur, Franck Dernoncourt, Yue Zhao, Yu Wang, Ryan A. Rossi, Zhengzhong Tu, Hongru Du

机构 * University of Virginia（弗吉尼亚大学） ； Columbia University（哥伦比亚大学） ； Vanderbilt University（范德比大学） ； Adobe Research（Adobe研究） ； Dolby Laboratories（杜比实验室） ； Cisco Research（思科研究） ； University of Southern California（南加州大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； University of Oregon（俄勒冈大学） ； Texas A&M University（德克萨斯大学） 纠错

AI总结 本文提出细粒度MLLM评判框架，通过分解十二个可解释因素，提升图像编辑评估的精度与实用性，为研究和改进图像编辑方法提供实用基础。

Sample-Specific Noise Injection For Diffusion-Based Adversarial Purification

针对扩散的对抗性净化中的样本特定噪声注入

Yuhao Sun, Jiacheng Zhang, Zesheng Ye, Chaowei Xiao, Feng Liu

机构 * School of Computing and Information Systems, The University of Melbourne（墨尔本大学计算机与信息系统学院） ； University of Wisconsin, Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 本文提出样本特定的分数感知噪声注入方法，通过自适应调整噪声水平提升对抗净化的准确性和鲁棒性。