PromptIQ：谁在乎提示词？让系统来处理 -- 面向 T2I 生成的组件感知框架
计算机视觉与模式识别
2025-05-13 v1 人机交互
摘要
无需专业的提示工程知识即可生成高质量图像 remains a challenge for text-to-image（T2I）模型，这些模型常常误解结构不良的提示词，导致产生畸变和不一致。虽然人类轻易即可识别这些缺陷，但诸如 CLIP 等指标未能捕捉结构不一致，暴露了当前评估方法的关键局限。为此，我们引入 PromptIQ，一个自动化框架，用于精炼提示词并评估图像质量，采用我们新颖的组件感知相似性（CAS）指标检测并惩罚结构错误。不同于常规方法，PromptIQ 不断迭代生成和评估图像，直到用户满意，消除了 trial-and-error 提示调优。我们的结果显示，PromptIQ 显著提高了生成质量和评估准确性，使 T2I 模型更易于供几乎没有提示工程知识的用户使用。
引用
@article{arxiv.2505.06467,
title = {PromptIQ: Who Cares About Prompts? Let System Handle It -- A Component-Aware Framework for T2I Generation},
author = {Nisan Chhetri and Arpan Sainju},
journal= {arXiv preprint arXiv:2505.06467},
year = {2025}
}
备注
4 pages, 2 figures