K-Sort Arena：视觉生成模型的高效人类偏好竞技场

K-Sort Arena 是自动化所和伯克利的研究团队提出的一个用于评估视觉生成模型的新工具。它通过 K-wise 比较，允许 K 个模型参与自由混战，提供比成对比较更丰富的信息，并设计基于探索-利用的匹配算法和概率建模，从而实现更高效和更可靠的模型排名。

Text-to-Video Generation

Text-to Image Generation

历数月内测，期间收到来自Berkeley, NUS, CMU, Stanford, Princeton, 北大, Collov Labs, 美团等数十家机构的专业人员的技术反馈。目前，K-Sort Arena 已收集几千次高质量投票并有效地构建了全面的模型排行榜，已用于评估几十种最先进的视觉生成模型，包括文生图和文生视频模型。

论文地址：https://arxiv.org/abs/2408.14468
项目地址：https://huggingface.co/spaces/ksort/K-Sort-Arena

关于 K-Sort Arena 的解析可以查看：K-Sort Arena：探索高效竞技场算法，根据人类偏好快速评估视觉生成模型

12月24日（周二）晚8点，青稞Talk 第34期，和 K-Sort Arena 作者、中国科学院自动化研究所博士生、新加坡国立大学访问博士生李志凯，一起聊聊《K-Sort Arena：视觉生成模型的高效人类偏好竞技场》。

主讲嘉宾

李志凯，中国科学院自动化研究所博士生，新加坡国立大学访问博士生。研究方向为高效深度学习和模型压缩，以第一作者身份在ICCV、ECCV、TNNLS、PR等期刊会议上发表多篇论文。

主题提纲

K-Sort Arena：视觉生成模型的高效人类偏好竞技场

1、人类偏好评估概述
2、K-Sort Arena 解析

K-wise 比较
概率建模与贝叶斯更新
探索-利用的匹配算法

3、实验结果评估与排行榜构建

直播时间

2024年12月24日（周二）20:00 -21:00