SVGEditBench：用于定量评估LLM SVG编辑能力的基准数据集
计算机视觉与模式识别
2024-04-23 v1
摘要
近年来，文本到图像模型取得了显著进展。随着这一进展，基于文本生成矢量图形的能力也不断提升。SVG是矢量图形的流行格式，SVG以XML文本形式表示场景，因此大型语言模型可以直接处理SVG代码。基于此，我们聚焦于使用大型语言模型编辑SVG。为对大型语言模型编辑SVG能力进行定量评估，我们提出了SVGEditBench。SVGEditBench是用于评估大型语言模型编辑SVG代码能力的基准。我们还展示了在所提出的基准上使用GPT-4和GPT-3.5的结果。在实验中，GPT-4在定量和定性方面均优于GPT-3.5。该数据集可在https://github.com/mti-lab/SVGEditBench 获取。
引用
@article{arxiv.2404.13710,
title = {SVGEditBench: A Benchmark Dataset for Quantitative Assessment of LLM's SVG Editing Capabilities},
author = {Kunato Nishina and Yusuke Matsui},
journal= {arXiv preprint arXiv:2404.13710},
year = {2024}
}
备注
Accepted to Workshop on Graphic Design Understanding and Generation (GDUG), a CVPR2024 workshop. Dataset: https://github.com/mti-lab/SVGEditBench