UniEditBench: المعيار الثوري لتحرير الصور والفيديو بتكلفة منخفضة

في عالم تحرير الصور والفيديو، يعد تقييم النماذج أمرًا بالغ الأهمية، إلا أن طرق التقييم الحالية تعاني من تشرذم وعدم تناسق مما يصعب المقارنات العادلة بين paradigms المختلفة. حان الوقت للتغيير مع إطلاق UniEditBench، المعيار الجديد الذي يعد بتوحيد هذه العمليات وتقديم حلول فعالة من حيث التكلفة.

يسهم UniEditBench، المعيار الذي يغطي تحرير الصور والفيديو تحت بروتوكول مشترك، في سد الفجوات الموجودة حاليًا. يتضمن هذا المعيار هيكلًا واضحًا يتكون من تصنيف منظم لعمليات الصورة التي تشمل التسعة عمليات مثل الإضافة (Add)، الإزالة (Remove)، التغيير (Change)، وغيرها، بالإضافة إلى ثمانية عمليات مخصصة تحرير الفيديو.

إن التحديات الكبرى مثل إعادة ترتيب المشاهد (spatial reordering) وعدّ العناصر (counting) أصبحت الآن سهلة العلاج بفضل النماذج الجديدة. كي يستطيع UniEditBench تحقيق تقييم موثوق، تم تقطير نموذج كبير من نماذج اللغة متعددة الأنماط (MLLM) لتوفير مقيمات خفيفة الوزن (4B/8B) التي تحقق توافقًا قويًا مع تقييمات البشر وتعتبر ذات تكاليف منخفضة.

تم إثبات أن هذه المقيمات توفر تقييمات متعددة الأبعاد تشمل الدقة الهيكلية (structural fidelity)، توافق النص (text alignment)، اتساق الخلفية (background consistency)، الطبيعة (naturalness)، والأهمية الزمنية-المكانية (temporal-spatial consistency) لتقييم مقاطع الفيديو.

يمكن الآن للمستخدمين الوصول إلى UniEditBench وبنموذجه المكافئ للاستفادة من هذه الأدوات الحديثة. للإطلاع على المزيد، يمكنكم زيارة الرابط المتوفر: https://github.com/wesar1/UniEditBench.