Frozen Scenes, Shifting Winners: Text-to-3D 评测中的配置脆弱性审计

研究对 300 个冻结场景进行审计，在 19 个对齐评估器和 1 个感知质量对照组上变化 8 个渲染与提示因素，并测试 4 种定向场景退化。17/19 对齐评估器的峰值配置方差超过生成器间方差，18/19 在某些配置下改变点估计胜者；无评估器在布局打乱上超过 67% 方向判别率。论文建议以（生成器、分数、卡片 ID）配合协议相关比较与选择感知不确定性进行报告。