evalstone/evalscope/docs/zh/benchmarks/hpdv2.md

HPD-v2

概述

HPD-v2（Human Preference Dataset v2）是一个文本到图像的基准测试，用于根据人类偏好评估生成的图像。它使用在大规模人类偏好数据上训练的 HPSv2.1 评分指标。

任务描述

• 任务类型：文本到图像生成评估
• 输入：用于图像生成的文本提示
• 输出：根据人类偏好评估生成的图像
• 指标：HPSv2.1 Score

主要特性

• 与人类偏好对齐的评估指标
• 在大规模人类偏好数据上训练
• 测试图像的美学质量和提示对齐程度
• 支持多样化的提示类别
• 客观、可复现的评分机制

评估说明

• 默认配置使用 0-shot 评估
• HPSv2.1 Score 指标衡量与人类偏好的对齐程度
• 支持本地提示文件
• 元数据中包含类别标签
• 可评估已有图像或生成新图像

属性

属性	值
基准测试名称	hpdv2
数据集ID	AI-ModelScope/T2V-Eval-Prompts
论文	N/A
标签	TextToImage
指标	HPSv2.1Score
默认 Shots	0-shot
评估分割	test

数据统计

指标	值
总样本数	3,200
提示词长度（平均）	81.71 字符
提示词长度（最小/最大）	9 / 404 字符

样例示例

子集：HPDv2

{
  "input": [
    {
      "id": "c971b3c7",
      "content": "Spongebob depicted in the style of Dragon Ball Z."
    }
  ],
  "id": 0,
  "group_id": 0,
  "metadata": {
    "id": "HPDv2_0",
    "prompt": "Spongebob depicted in the style of Dragon Ball Z.",
    "category": "Animation",
    "tags": {
      "category": "Animation"
    },
    "image_path": ""
  }
}

提示模板

未定义提示模板。

使用方法

使用 CLI

evalscope eval \
    --model YOUR_MODEL \
    --api-url OPENAI_API_COMPAT_URL \
    --api-key EMPTY_TOKEN \
    --datasets hpdv2 \
    --limit 10  # 正式评估时请删除此行

使用 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=['hpdv2'],
    limit=10,  # 正式评估时请删除此行
)

run_task(task_cfg=task_cfg)