--- pretty_name: EditableDesignBench Run3 Results language: - en - zh license: cc-by-nc-4.0 task_categories: - image-to-image tags: - image-editing - benchmark - generated-results - EditableDesignBench size_categories: - 1K/predictions/.png # 文字结果的 RGB 评测图片 assets//predictions/.png # 资产结果的 RGB 评测图片 text//raw_outputs/.png # 模型原始返回文件,逐字节保留 assets//raw_outputs/.png text//manifest.jsonl # 逐例指令、路径、尺寸及生成信息 assets//manifest.jsonl metrics/summary.csv # 两轨道的模型像素指标汇总 metrics/case_pixel_scores.csv # 1,200 条逐例像素指标 predictions_index.jsonl # 全部 1,200 条任务与图片的对应关系 release_info.json # 数据、代码版本和模型配置 ``` `predictions_index.jsonl` 中的路径都相对于本目录,每条记录包含 `source`、`prediction`、`raw_output`、`instruction`、`model`、`track`、`operation` 和尺寸信息。 `raw_outputs/` 保留全部原始输出,包括可能存在的 alpha 通道。其余五个模型的 `predictions/` 仅取原始 RGB 通道并去掉已记录的右侧/底部 padding,**不缩放、不合成背景、不重绘**。JoyAI 的 `predictions/` 保留官方分辨率的完整 RGB 输出。 模型 ZIP 中的 `recorded_reports/` 为本次运行的历史生成记录及像素报告,原机器路径已替换成逻辑路径标签,仅供溯源。跨机器评测请使用上述 `predictions/` 与 `manifest.jsonl`,不要直接用历史报告恢复缓存。 ## 🧪 使用现有图片做 MLLM 评分 结果包附带本次代码快照 `archives/evaluation_code.zip`,运行 `extract.py` 时会一起解压。无需下载模型权重或重新生成图片。 已在 Python 3.12 环境验证,纯 API 评分不需要显卡。 下面以 Fibo 为例;六个模型都可使用同一命令,只需替换模型目录。MLLM 允许原图和结果图尺寸不同,两张完整图片都保持原样,不缩放或裁剪: ```bash pip install -r evaluation_code/requirements.txt export OPENAI_API_KEY="your_api_key" export OPENAI_API_URL="https://your-provider.example/v1" export OPENAI_MODEL="your-vision-model" # 文字 100 条 python evaluation_code/scripts/mllm_evaluate.py \ --dataset data/EditableDesignBench-v4 \ --predictions text/fibo2-edit-turbo/predictions \ --output judge/text/fibo2-edit-turbo.json \ --workers 10 --require-scoring # 资产 100 条 python evaluation_code/scripts/mllm_evaluate.py \ --dataset data/EditableDesignBench-v4/assets \ --predictions assets/fibo2-edit-turbo/predictions \ --output judge/assets/fibo2-edit-turbo.json \ --workers 10 --require-scoring ``` 输入为完整原图、完整结果图和自然语言指令,不提供 mask 或目标图给评委。每例一次请求返回四维评分;重复命令会复用已成功的评分,只补失败/缺失项。上述命令会实际调用使用者配置的评委 API;发布的模型图片不需要重新生成。 遇到接口限流或超时时,可重跑同一命令并将 `--workers 10` 改为 `--workers 2`,已成功的维度不会重复请求。 ### JoyAI:MLLM 与像素指标的尺寸规则不同 **MLLM 可直接接收不同尺寸的两张整图。** JoyAI 使用官方默认档位(1024-base bucket,30 steps,CFG 4);例如原图 1600 × 1200、输出 1152 × 832,评委接收两张各自完整的图与指令,不缩放、不裁剪、不补边、不进行 Alpha 合成: ```bash python evaluation_code/scripts/mllm_evaluate.py \ --dataset data/EditableDesignBench-v4 \ --predictions text/joyai-image-edit-plus/predictions \ --output judge/text/joyai-image-edit-plus.json \ --workers 10 --require-scoring ``` 资产轨同时将数据目录改为 `data/EditableDesignBench-v4/assets`、图片目录改为 `assets/joyai-image-edit-plus/predictions`。不同尺寸不会直接导致拒收;内容丢失或布局变化仍按原有 rubric 正常评分。 **像素指标需要对应的评测坐标。** 已发布的 JoyAI 像素分数将原图和 mask 按官方比例缩放、中心裁剪后,与未缩放的结果图比较。变换记录在 `official_geometry` 中;被裁掉的边缘不参与像素计算。因此它与其他模型的原尺寸像素分数应分开解读。 已下载旧包的用户只需重新下载 `archives/evaluation_code.zip`,解压覆盖 `evaluation_code/`;图片与既有像素指标均未改变。 ## 📊 指标与版本 - 文字和资产分开统计;四项像素指标均覆盖各模型全部 200 条任务。 - 像素指标衡量非编辑区域的保持程度,不代表编辑任务已完成。 - 数据版本:EditableDesignBench `v4.0.0`;生成 seed:每例 `42`。 - 本次代码版本见 `release_info.json`,评测 prompt 与代码快照一致。 - 数据集沿用 CC BY-NC 4.0;代码快照中的代码许可证与第三方声明见其 `LICENSE`、`NOTICE.md`。各模型及组件另有各自的上游条款。