L'article « Evaluating Text-to-Visual Generation with Image-to-Text Generation » propose un nouvel indicateur d'évaluation, VQAScore, permettant une meilleure évaluation des résultats complexes de la génération d'images à partir de texte. Il introduit également l'ensemble de tests de référence GenAI-Bench. VQAScore, basé sur le modèle CLIP-FlanT5, offre des performances optimales pour l'évaluation de la génération texte-vers-image/vidéo/3D et constitue une alternative puissante à CLIPScore. GenAI-Bench fournit des textes de test de scénarios réels avec des combinaisons sémantiques riches, permettant une évaluation complète des performances des modèles génératifs.