项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 69
核心亮点
- 引入多模态大模型进行可解释评估，输出自然语言理由，超越单一分数
- 支持自定义评估维度，适应不同图像生成任务（编辑、条件生成等）
- 基于ACL论文，方法有理论支撑，代码开源便于复现
不足之处
- 依赖GPT-4V等商业API，评估成本高且存在不可控性
- 早期项目（68星），文档和社区支持待观察
适用场景
- 图像编辑质量评估：对比编辑前后差异并解释
- 文本到图像生成模型的细粒度评测
- 生成模型迭代调试：定位具体缺陷（如颜色、纹理）
替代项目
CLIPScore、FID、LPIPS
上一篇：clean-fid
同类项目推荐
Awesome-Process-Reward-Models
开源
一站式索引过程奖励模型论文与代码，快速上手推理监督
A comprehensive collection of process reward models.
empirica
开源
给 AI 装上可靠性仪表盘，让每次输出可测量、可拦截、可信赖。
Make AI agents and AI workflows measurably reliable. Epistemic measurement, Noetic R···
DiffusionGeometry
开源
论文扩散几何方法的可运行复现实验代码
The code for "Computing Diffusion Geometry" (2026).
ClawBench
开源
测测你的浏览器AI智能体，日常任务完成得怎么样
Open-source benchmark for browser AI agents on daily tasks.
awesome-ai-agents-security
开源
一张地图看懂AI代理安全生态，快速找到关键资源
A living map of the AI agent security ecosystem.
awesome-security-for-ai
开源
一站式导航AI安全工具，快速选型不踩坑
Awesome products for securing AI systems includes open source and commercial options···
photoguard
开源
给图片加“免疫”，让AI改不动你的图
Raising the Cost of Malicious AI-Powered Image Editing
leva
开源
用线上真实数据回放评测，让 Rails 的 LLM 改动不再靠拍脑袋
LLM Evaluation Framework for Rails apps to be used with production data.
PhyX
开源
测测你的AI有没有物理常识，一测便知
PhyX: Does Your Model Have the "Wits" for Physical Reasoning?