发生了什么
Qwen 发布 Q-Judger(130K+ bilingual pairs)
为什么值得关注
提供新型T2I评估框架，包含多维度量化指标和行业基准数据，对模型性能全面评估具有参考价值
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Introducing Q-Judger and Qwen-Image-Bench,
Qwen团队发布自动化T2I评估工具Q-Judger和Qwen-Image-Bench，基于Qwen3.6-27B思维模式生成结构化评分（质量、美感、对齐度、现实贴合度、创意生成），Spearman ρ=0.92与人工评分一致。评估18个前沿模型，GPT Image 2总分64.7分领先，Qwen Image 2.0 Pro排名5。发现四个系统性瓶颈（物理逻辑、解剖学、动物、接触交互）得分均低于44，创意生成方差是质量的11倍。
打开原始来源 ↗