测出文生图模型到底懂不懂组合逻辑
T2I-CompBench 是一个用于评估文本到图像生成模型组合能力的基准测试框架，由 NeurIPS 2023 和 TPAMI 论文提出。它解决了现有评估指标无法全面衡量模型在组合生成（如属性绑定、关系、复杂场景）上表现的问题。核心能力包括：提供大规模、细粒度的组合提示词数据集，覆盖属性绑定、对象关系、复杂场景等维度；实现多种自动化评估指标（如基于 CLIP 的相似度、基于检测的指标等），并支持人工评估协议。该框架帮助研究者客观比较不同 T2I 模型的组合生成能力，推动模型在复杂语义理解上的改进。
Winoground、Compositional Visual Genome、DrawBench
T2I-CompBench 是评测安全领域的开源项目，由 Karine-Huang 开发，2023 年首次发布。
它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 347。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-04。开源基准测试工具，MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：研究文生图模型的组合能力对比。同类可对比的替代方案包括 Winoground、Compositional Visual Genome、DrawBench。
上一篇：CipherChat
下一篇：Anti-DreamBooth
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.
Tracely-ai
开源
把生产事故变成回归测试，合并前自动拦截 AI 故障
Trace-native CI/CD for AI agents — production failures become regression tests that···
