西北工大与港科大提出 IQA-T1：让多模态大模型用结构化视觉证据给图片打分，7 个基准达 SOTA
大模型给图片打分不再“靠嘴说”！结构图、频谱图当“物证”，用“视觉证据”来给图片打分 | ECCV‘26
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
西北工业大学与香港科技大学提出 IQA-T1 框架，让多模态大模型在图像质量评估中主动调用感知工具库，生成噪声残差图、梯度分布、傅里叶频谱等结构化视觉证据，再基于证据逐步推理打分。该框架在 7 个 IQA 基准上取得综合最优，平均 PLCC/SRCC 达 0.795/0.784，平均每张图仅调用 2.34 个工具，论文与代码均已开源。
来源：量子位 · 微信公众号 · mp.weixin.qq.com