arXiv cs.AI· Junjie Xu, Yuzhe Yang, Rui Yang, Luwei Xiao, Wenxin Wu, Xingjiao Wu, Liang He·· 11 小时前AI 评分31
HealBench：评估文生图生成心理舒适度的细粒度基准
HealBench: A Fine-Grained Benchmark for Evaluating Psychological Comfort in Text-to-Image Generation
AI 导读
研究者提出 HealBench，一个包含 30,000 个高质量图文对、覆盖 19 个类别和 92 个子类别的细粒度基准，用于评估文生图输出的心理舒适度。基于 1,095 个实例的 HealBench-Eval 对 14 个代表性图像生成模型和提示词改写策略的评测显示，语义对齐与美学质量并不能保证图像带来情感疗愈效果。
正文 · AI 翻译
摘要：尽管在照片级真实感、语义保真度和美学方面取得了进展，文本到图像生成和图像编辑在以人为中心的维度上仍研究不足：其输出是否让人在心理上感到舒适。基于认知评价理论，我们将心理舒适定义为一种情感反应，它由观看者对恢复性和情感支持性视觉线索的评价所塑造。我们推出 HealBench，这是一个细粒度基准，包含 30,000 个高质量图文对，涵盖 19 个类别和 92 个子类别，通过结合视觉语言模型匹配、人类偏好模型、专家过滤和示例引导增强的人机协同流程从 100,000 个候选中选出。我们还构建了 HealBench-Eval，一个包含 1,095 个实例的特征聚类评估集。使用 HealBench-Eval，我们对 14 个代表性图像生成模型和提示重写策略进行了客观和主观评估。结果揭示了传统视觉质量与感知舒适度之间的差距：强大的语义对齐和美学并不能保证情感上具有恢复性的图像。强化学习实验进一步表明，HealScorer 可以作为奖励信号，用于评估和改善生成图像的情感与恢复性质量。这些发现将心理舒适确立为以人为中心的图像生成的一个独立维度，并将 HealBench 定位为情感感知生成模型的基础。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.27516 [cs.CV] |
| （或 arXiv:2610.27516v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.27516 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Junjie Xu [查看电子邮件]
[v1]
2026 年 10 月 20 日星期二 02:31:31 UTC（35,004 KB）
来源：arXiv cs.AI · arxiv.org