Lu xew
Gëstukat yi dugal nañu VGA-BenchV2, muy benchmark buñ yaatal ak kaadar buy gëna mëna jàngat wideo yi IA defar. Sistem bi dafay xoolaat valeur estetik ak kalite defar ci taxonomie bu am 52 sous-dimension.
Këyit biñ jox arXiv ci 26 ut, dafay wane VGA-BenchV2 muy yokk ci benn référence bu njëkk bu tuddu VGA-Bench. Auteur yi dañu denc ñaari dimension yu mag—Estetik ak Generation—ba noppi ñu xaaj leen 52 dimension yu ndaw. Luñu bëgga wax mooy jàngat kalite wideo-generation ci niveau bu gëna baax ak benn poñ général, boole ci jàppale optimisation ci ginaaw ci generateur yi ñuy jàngat. Kon tegtal bi dafay wane benchmark bi ni xeetu jàngat bu leer ak fundamaa ngir gëna xéewale ëlëg.
Benchmark bi dafay jëfandikoo 1,016 laaj yu wuute ak lu ëpp 60,000 wideo yu 12 xeeti defar wideo yu mag yi defar. Auteur yi neena ñu ni benchmark biñ yokk dafa yokk 36,000 annotation nit ci niveau liggéey: 16,200 ngir kalite estetik, 13,200 ngir etiketu estetik ak 6,600 ngir kalite generation. Dañuy wax ni scale-ups ci kaw VGA-Bench bu 13.46 yoon, 11.15 yoon ak 1.55 yoon, ci ñoom ñaar. lim yooyu dañu leen joxe ci tegtali këyit bi ci benchmark ak yaatal annotation.
VGA-BenchV2 dafa boole ñetti mbir yuy jàngat. VAQA-Net dañu koy jëfandikoo ngir wéyal poñ estetik, waaye VTag-Net ak VGQA-Net ñu ngi leen di wax ni Qwen-based lakk-modèlu jàngat yu mag ngir etiketu estetik ak jàngat kalite generation. Këyit dafay wane itam benn pipeline jàngat-ba-optimisation ci la jàngat estetik jàngat liggéey ni xeetu neexal ngir dooleel-jàng-based ci generatëru wideo. Auteur yi dañu wax ni dafa méngoo bu baax ak xalaati nit ñi ci xeetu jamono yi ñu natt, waaye source bi joxeewul poñ yi ci suuf, méngale wala leeral ci jàngat yi ci abstract bi. Ci beneen anam, jàngat bi nekkul jumtukaayu natt rek, waaye itam bokk na ci li ñuy xalaat def ci liggéey bi gëna xéewale.
Ay leeral ci cosaan: arxiv.org ↗
Lu tax mu am solo
Liggéey bi dafa bëgga def jàngat wideo-generation gëna méngoo ak àtte nit ñi boole ci boole jàngat ak gëna suqali model. Sudee liñu xamle ci njubte ak ci njariñu njariñ yi dañuy yamale, kaadar bi mën na jox developpeur yi benn anam bu ñuy méngale generatër yi ak gëna baaxal kalite visuel bi.
Wideo yi IA defar, li ñuy xool duñu xool ndax dañu defar benn sequence ci anam wu xarañ. Seetaankat yi mën nañu itam bàyyi xel ci composition bi, appel visuel bi ak ndax mouvement bi wala ëmbiit li ñu defar mën nañu ko laaj. VGA-BenchV2's structure dafa am solo ndax dafay tàqale jàngat estetik ak kalite generation ba noppi xaaj ñoom ñaar ci ay sub-dimension yu bari, mën na tax ñakk kattan yi gëna yomba ràññee benn note agrégat. Tàqale boobu mooy tànneef bi gëna am solo ci mbootaay mi ñu leeral ci benchmark bi.
Yaatuwaayu done yiñ rapoor mën na tax benchmark bi am njariñ muy infrastructure buñ bokk ngir gëstu. Dajale bu lalu ci 1,016 laaj, lu ëpp 60,000 wideo yuñ defar ak 12 model, dafay may bindkat yi ñu mëna méngale sistem yi ci ay dugal yu bari, duñu yéem ci ay wane yu ndaw. Annotation nit ñi dañu am solo lool ci mébetu këyit bi: jàngat bi dafa tàggat ci àtte yi bindkat yi bëgga wane tànneefi nit, moo gën ñuy yéem ci natt yu otomatik. Këyit dafay wane dajale bii muy royuwaay ngir méngale ak tàggat jàngat.
Màndarga bi gëna am solo mooy lëkkaloo gi am ci digganté natt ak gëna mëna jëfandikoo. Sunu sukkandikoo ci këyit wi, mën nañu jëfandikoo ab jàngat estetik muy xeetu neexal ci diiru gëna dooleel-jàngat bu baax, loolu mooy tax ab generatër mëna optimiser ci kalite yi benchmark bi di natt. Loolu mën na wàññi yoonu ràññee benn ñakk kattan ngir jéema gëna suqaliku. Waaye, balluwaay bi dafa taxawal lii ni benn kaada buñ rapoor ak njariñu jàngat, te du firnde ni njubluwaay bi dafay dox bu baax ci liggéey bi wala dafay gëna baaxal bépp aspe bu kalite wideo bi. Lii mooy lëkkaloo gi am ci diggante jàngat ak yokkute ci këyit bi.
Liggéey bi mën na indi jafe-jafe ci ni ñuy méngalee sistem yiy génne wideo ci ëlëg. Benn kaadaru jàngat buñ bokk mën na yombal tekki li ñuy wax ci yokkute sudee gëstukat yu wuute yi dañuy jëfandikoo ay laaj yu ñuy méngale, dimension ak nattukaay yu méngoo ak nit ñi. Njariñ googu mingi wéy di am: abstract bi du taxawal validation moom boppam, adoption ci grupu biti, reproductibility ci dataset yi wala sudee li benchmark bi di wax ci valeur estetik dafay representé audience yu am tànneef yu wuute. Limitation yooyu ñooy wane li ñu mëna jàpp ci source bi ñu joxe.
Mekanism buy weccoo xalaat: naka lay doxee
Saytu xarala yu bees yi ci ginaaw yokkute bii ci anam wu weccoo xalaat.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Li nga wara seetaan ci topp
Laaj yu am solo yi ubbeeku ñooy ndax jàngat yi dina ñu wéy di wóolu ginaaw 12 xeetu mbir yi ak ensemble prompt yi ñu jëfandikoo ci këyit bi, ndax gëna dooleel-jàngat gëna toxal ci prompts ak model yu ñu gisul, ak ndax optimisation ci benchmark bi dafay sos tànneef yu sew wala yu baaxul.
Laaj bu njëkk bi mooy yamale. Jàngat yi ñu xamle dañuy wax ci 12 xeetu wideo-generation ak benchmark bi boppam ak jëmmal, waaye source bi waxul naka la jàngat yi di defee ci model yu ci topp, domen yu ñu gisul, laaj yu wuute wala wideo yu am màndarga yu amul ci dajale bi. Test moomel sa bopp dina tax ñu xam ndax njubte nit ñi ñu xamle dafa yaatu wala dafa lëkkaloo bu baax ak tabax benchmark bi. Leegi, yaatuwaayu yoon wiñ xamle mingi wéy di ubbeeku.
Ñaareelu laaj bi mooy ndax optimisation biñ teg ci benchmark dafay jur yokkute yuy yàgg. Këyit dafa wax ni evaluateur estetik bi dañu koy jëfandikoo muy xeetu neexal ngir gëna dooleel-jàngat bu baax, waaye source bi joxewul dayo benefiis yi, njëgu tàggat bi, xaaj evaluation bi, wala firnde ni yokkute ci benchmark bi dafay toxal àtte nit ñi ci biti. Ay detay yooyu dañu am solo ngir jàngat njariñ li ci liggéey bi. Dañu bàyyi itam njariñu njariñu njariñu optimisation bi te kenn xamul lumuy tekki.
Risk bu ci méngoo mooy optimisation ci li ñu mëna natt. Sudee ab generatër dafa méngoo ak ab jàngat bu xarañ, mën na yokk poñ yi ci noonu mu gëna néew ay wuute, gëna néew njub ci laaj yi wala gëna néew xëcc nit ñi seen tànneef nekkul lu bari ci annotation yi. Résumé bi waxul lu mel noonu, kon dañu ko wara jàppee ni laaj evaluation buñu tontuwul, du liñu gis ci këyit bi. Loolu mën na am moo waral doxalinu jàngat bi ginaaw optimisation mingi wéy di am solo.
Jàngatkat yi dañu wara xool itam jumtukaayi këyit bi ak jumtukaayi xarala yi, yu dokimaa arXiv wax ni mën nañu ko am ci wàllu jumtukaay buñ lëkkale. Boroom biñu joxe fii leeralul ëmbiitu jumtukaay yooyu, sàrti lisence yi wala tolluwaayu génne gi. Reproduction bi gëstukat yi jëfandikoo done yi, laaj yi, annotation yi ak composants evaluateur yi dina leeral ba ñaata VGA-BenchV2 mëna dox ni standard bu am njariñ bu yaatu te baña nekk resultaa buñ tënk ci benn jàngat. Laaj yooyu dañu jëm ci yaatuwaayu génne gi, duñu jëm ci resultaa biñ siiwal ci abstract bi.