开放式图像质量感知的进化代理方法

生成模型正在迅速将图像质量评估 (IQA) 扩展到传统的保真度因素之外，扩展到物理合理性和文本渲染正确性等新兴维度。然而，现有的 IQA 模型依赖于固定的定义和严格的监督，使得它们难以扩展到开放式的感知维度。我们认为整体偏差是一个重要的限制：在对看不见的维度进行评分时，模型会重用通用质量先验，从而导致评分错误和排名倒置。为了解决这个问题，我们提出了 PACE（感知代理协作进化），这是一种免训练的多代理框架，它将开放式 IQA 制定为显式协议构造。给定目标维度，PACE 使用协作代理构建由可验证的视觉问答 (VQA) 探针组成的评估协议，将评估基于具体的视觉证据而不是整体印象。由此产生的协议仅使用每个维度的四个人工注释图像进行校准，而双轨评分机制使模型感知与人工评分尺度保持一致。跨越传统的 IQA、结构保真度、情境感知美学和新定义的开放式维度，PACE 不断改进其 MLLM 主干，在不同的 IQA 设置中实现具有竞争力的性能，并将整体覆盖率 (HOR) 从 44.4% 降低到 8.6%。