研究团队提出图像裁剪偏好基准与奖励模型

2026年10月27日，arXiv Computer Vision 刊出研究团队（Xiangfei Sheng 等作者）的工作：他们提出面向审美图像裁剪的人类偏好基准 CropBench 与奖励模型 CropReward。据该报道，CropBench 包含 1,019 张图像、106,995 组人类偏好对，每组候选集由原始图像与 14 种 AIC（自动图像裁剪）方法生成的候选裁剪构成。报道称，系统评测显示 IoU 与现成 IAA 模型等现有指标与人类偏好的对齐有限，研究团队据此构建该基准与奖励模型，以弥补这一差距。目前进展停留在基准与模型发布及评测结果披露阶段，报道未提及后续计划或第三方复现情况。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。