UniEditBench Introduce un Benchmark Unificato per la Valutazione dell'Editing di Immagini e Video

Un nuovo benchmark chiamato UniEditBench affronta i metodi di valutazione frammentati per i modelli di editing visivo. Gli attuali benchmark sono spesso adattati a paradigmi specifici, complicando i confronti equi tra paradigmi diversi. L'editing video attualmente manca di benchmark di valutazione affidabili. Le metriche automatiche comuni spesso non si allineano con le preferenze umane. L'utilizzo di grandi modelli multimodali come valutatori comporta costi computazionali e finanziari proibitivi. UniEditBench supporta sia metodi basati sulla ricostruzione che metodi guidati da istruzioni sotto un protocollo condiviso. Include una tassonomia strutturata che copre nove operazioni sulle immagini e otto operazioni sui video. Il benchmark gestisce compiti compositivi complessi come il conteggio e il riordinamento spaziale. Per consentire una valutazione scalabile, l'approccio distilla un MLLM ad alta capacità. Il lavoro è documentato nella preprint arXiv 2604.15871v1.