Skip to content
Hot eventLive

Text-to-3D评测配置脆弱性审计

1 reports1 sources3 hr ago updated

Get the story

AI overview

研究审计300个冻结场景，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。结果显示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。

Generated from reports · updated 2 hr ago

LatestOct 2
2026-10-02 arXiv发布审计结果，指出多数对齐评估器受配置影响显著，建议报告时纳入生成器、分数与卡片 ID 并考量感知不确定性。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Artificial Intelligence
    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。

Heat trend

There is not enough continuous observation data to draw a trend yet.