محققان در پژوهشی جدید به چالش بزرگی در ارزیابی «شباهت سبک» (Style Similarity) در تصاویر تولید شده توسط هوش مصنوعی پرداختهاند. تا امروز، بسیاری از ابزارها از معیاری به نام CSD Cosine برای سنجش میزان شباهت سبکِ خروجی با سبکِ یک هنرمند استفاده میکردند.
اما یافتههای این تحقیق نشان میدهد که این معیار همیشه دقیق نیست و در بسیاری از موارد دچار خطای «شکاف تشخیص» (Discrimination Gap) میشود؛ یعنی ابزارها در تشخیص تمایز بین سبکهای مختلفِ هنرمندان ناتوان عمل میکنند.
نویسندگان برای حل این مشکل، راهکار ارتقایافتهای به نام «CSD+» را پیشنهاد دادهاند که دقت ارزیابی را در مدلهای قدرتمندی مثل CLIP و DINOv2 به شکل چشمگیری افزایش میدهد. این یعنی از این پس باید در گزارشهای علمی مربوط به سنجش سبکِ تصاویرِ هوش مصنوعی، با دقت و وسواس بیشتری عمل کنیم! 🔍
منبع: arXiv Computer Vision