114 lines
2.6 KiB
Markdown
114 lines
2.6 KiB
Markdown
# GenAI-Bench
|
||
|
||
## 概述
|
||
|
||
GenAI-Bench 是一个全面的文本到图像基准测试，包含 1600 个提示词，旨在评估图像生成模型在不同类别和复杂度下的表现。
|
||
|
||
## 任务描述
|
||
|
||
- **任务类型**：文本到图像生成评估
|
||
- **输入**：复杂度各异的文本提示（基础与高级）
|
||
- **输出**：使用 VQAScore 评估生成的图像
|
||
- **规模**：1600 个提示词
|
||
|
||
## 主要特性
|
||
|
||
- 大规模提示词集合，支持全面评估
|
||
- 提示词按类别划分（基础 vs 高级）
|
||
- 使用 VQAScore 衡量语义对齐程度
|
||
- 包含丰富的元数据（如类别标签）
|
||
- 支持对生成图像和已有图像进行评估
|
||
|
||
## 评估说明
|
||
|
||
- 默认配置采用 **0-shot** 评估方式
|
||
- 主要指标：**VQAScore**（用于衡量语义对齐）
|
||
- 评估对象为 **test** 分割中的图像
|
||
- 提示词根据复杂度分为“basic”或“advanced”两类
|
||
- 属于 T2V-Eval-Prompts 数据集集合的一部分
|
||
|
||
## 属性
|
||
|
||
| 属性 | 值 |
|
||
|----------|-------|
|
||
| **基准测试名称** | `genai_bench` |
|
||
| **数据集ID** | [AI-ModelScope/T2V-Eval-Prompts](https://modelscope.cn/datasets/AI-ModelScope/T2V-Eval-Prompts/summary) |
|
||
| **论文** | N/A |
|
||
| **标签** | `TextToImage` |
|
||
| **指标** | `VQAScore` |
|
||
| **默认Shots数** | 0-shot |
|
||
| **评估分割** | `test` |
|
||
|
||
## 数据统计
|
||
|
||
| 指标 | 值 |
|
||
|--------|-------|
|
||
| 总样本数 | 1,600 |
|
||
| 提示词长度（平均） | 67.42 字符 |
|
||
| 提示词长度（最小/最大） | 14 / 192 字符 |
|
||
|
||
## 样例示例
|
||
|
||
**子集**：`GenAI-Bench-1600`
|
||
|
||
```json
|
||
{
|
||
"input": [
|
||
{
|
||
"id": "24dc1965",
|
||
"content": "A baker pulling freshly baked bread out of an oven in a bakery."
|
||
}
|
||
],
|
||
"id": 0,
|
||
"group_id": 0,
|
||
"metadata": {
|
||
"id": "GenAI-Bench1600_0",
|
||
"prompt": "A baker pulling freshly baked bread out of an oven in a bakery.",
|
||
"category": "basic",
|
||
"tags": {
|
||
"advanced": [],
|
||
"basic": [
|
||
"Attribute",
|
||
"Scene",
|
||
"Spatial Relation",
|
||
"Action Relation"
|
||
]
|
||
},
|
||
"image_path": ""
|
||
}
|
||
}
|
||
```
|
||
|
||
## 提示模板
|
||
|
||
*未定义提示模板。*
|
||
|
||
## 使用方法
|
||
|
||
### 使用 CLI
|
||
|
||
```bash
|
||
evalscope eval \
|
||
--model YOUR_MODEL \
|
||
--api-url OPENAI_API_COMPAT_URL \
|
||
--api-key EMPTY_TOKEN \
|
||
--datasets genai_bench \
|
||
--limit 10 # 正式评估时请删除此行
|
||
```
|
||
|
||
### 使用 Python
|
||
|
||
```python
|
||
from evalscope import run_task
|
||
from evalscope.config import TaskConfig
|
||
|
||
task_cfg = TaskConfig(
|
||
model='YOUR_MODEL',
|
||
api_url='OPENAI_API_COMPAT_URL',
|
||
api_key='EMPTY_TOKEN',
|
||
datasets=['genai_bench'],
|
||
limit=10, # 正式评估时请删除此行
|
||
)
|
||
|
||
run_task(task_cfg=task_cfg)
|
||
``` |