本文提出了一个名为 “标签有效领域普遍性（LEDG）” 的新任务，利用 Collaborative Exploration and Generalization（CEG）框架，结合主动探索和半监督泛化，以提高领域泛化能力，并在 PACS 数据集上利用仅 5％的数据注释预测出与前一次使用全标签数据的 DG 方法竞争力相当的结果。

Aug, 2022

本文提出了关于现代生成模型进行约束生成任务的评估的一些建议。作者认为，生成模型的规模可以被利用来提高评估本身的抽象水平，并提供了使用规范作为评估生成质量的强大工具的建议。

Nov, 2022

大型语言模型的出现引入了一种新的搜索引擎范式，使用生成模型来收集和总结信息以回答用户查询。我们正式将这种新兴技术统一归类为生成引擎，并认为它具有生成准确和个性化的回答的潜力，正在快速取代谷歌和必应等传统搜索引擎。为了解决内容创作者面临的挑战，我们引入了生成引擎优化（GEO），这是一种通过黑盒优化框架来优化和定义可见性指标，以帮助内容创作者提高其内容在生成引擎回应中的可见性，且经过严格评估，我们展示了 GEO 在生成引擎回应中可提高可见性高达 40％的效果，同时也强调了对特定领域的需求。我们的工作在信息发现系统领域开辟了新的前沿，并对生成引擎和内容创作者产生了深远的影响。

Nov, 2023

通过引入基于未训练随机 GNN 提取的特征的几个度量标准，完全测试了这些度量标准衡量生成的图的多样性和保真度的能力、其样本和计算效率，并推荐了两种新的度量标准，以用于对 GGM 的评估。

Jan, 2022

这篇论文提出了一种无需训练且高效的模型生成和增强方案（MGE），通过考虑模型参数分布和性能，在模型生成过程中生成的模型在某些情况下不仅与正常训练得到的模型相媲美，甚至更优。与正常模型训练所需时间相比，生成模型仅需 1% 的时间。在 Few-shot 任务中，使用 Evolution-MGE 进行增强后的生成模型展现出有竞争力的泛化能力，同时生成模型之间的行为差异有潜在的对抗防御能力。

Feb, 2024

通过 GenEval 评估框架，我们展示了当前目标检测模型可用于评估各种生成任务的文本到图像模型，并分析其生成能力。我们发现最近的模型在这些任务上有显著改进，但在空间关系和属性绑定等复杂能力方面仍有缺失。最后，我们展示了如何使用 GenEval 来发现现有的失败模式，以促进下一代文本到图像模型的发展。

Oct, 2023

通过对三类自动评估方法的系统比较，本文认为基于学习的指标是评估开放领域生成对话系统最有效的方法。为了解决由于负采样机制导致的数据集不平衡和低质问题，本文提出了一种新的基于学习的评估指标 PONE，并经过实验证明，在使用增强的正样本和有价值的负样本后，可以显著提高与人类判断的相关性，平均相关性提高达 13.18％。

Apr, 2020

本文提出了一种新的 Open-Domain 文本生成评估方法 - Meta-Distribution Methods（MDM），将两个概率分布的对比映射到质量度量中，并研究了其在两种范畴下的应用：生成 MDM 和鉴别 MDM。实验结果表明，MDM 在多回合对话和概括总结的可信度评估上具有强大的表现和普适性，比现有的机器评估指标更符合人类判断。

Jun, 2023

提出了一种基于概念而非像素的生成模型评估和解释框架，通过知识驱动的反事实编辑帮助生成图像接近其地面实况条件，并且全局解释能够反映模型无法完全生成的概念和属性，该框架适用于故事可视化和场景合成等繁重任务。

Mar, 2023

本研究为分子生成模型提出了一个新的具有生物学启发的评估基准，重点关注配体 - 靶标相互作用，提出了一系列有关蛋白质配体亲和预测、分子对接等与药物发现过程直接相关的指标，并采用多模态方法结合各个指标进行评估，结果表明该单元模式可能导致关于靶标与分子相互作用的错误结论，从而创建了一个高度有效的工具来评估分子生成输出，为药物发现过程的丰富提供了可能性。

Aug, 2022