DEPICT：用答案一致性为文本到图像对齐打分

DEPICT 是一种免训练的文生图对齐评估指标，用图像侧与纯文本侧答案之间的期望一致性替代固定参考答案，并按文本对问题的决定程度加权，将否定项准确率从 19% 提升至 88%。该方法还将一致性得分与整体得分融合，以找回分解验证中丢失的上下文。在五个基准、三个模型家族的十一个骨干上评测，DEPICT 超过所有免训练指标，并在三个与人类相关性基准中的两个上超过微调评估器。