热点事件持续更新
NegT2IBench：文本到图像模型否定约束基准
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，研究者在 arXiv（Computer Vision）发布 NegT2IBench，一个面向文本到图像模型的极性基准，用于考察否定如何改变生成画面。该基准包含 4,800 条提示，覆盖两种属性类型与四类关系，按极性组织，以区分否定本身与提示复杂度的影响。评估方面，基于检测器的评分在 600 张图像、三名标注者上与至多 30 倍大的视觉语言评判一致，而仅用其一小部分 GPU 内存。实验覆盖 11 个 T2I 模型与 211,200 张图像：九个模型在单条否定句上的得分低于单条肯定句，41.5% 的失败句恰好渲染了提示禁止的内容。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
2026-10-05，NegT2IBench 发布，含 4,800 条提示，评测 11 个模型、211,200 张图像。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Computer VisionNegT2IBench：否定如何改变画面——面向文本到图像模型的极性基准
研究者推出 NegT2IBench，包含 4,800 条提示，覆盖两种属性类型与四类关系，按极性组织以区分否定与提示复杂度的影响。基于检测器的评分在 600 张图像、三名标注者上与至多 30 倍大的视觉语言评判一致，而仅用其一小部分 GPU 内存。覆盖 11 个 T2I 模型与 211,200 张图像，九个模型在单条否定句上得分低于单条肯定句，41.5% 失败句恰好渲染了提示禁止的内容。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。