本文提出了一种通过建立多样性度量指标及其多样性参数之间关系的系统来评估自然语言生成（NLG）系统多样性的方法，并通过对人类和自动度量，解码参数调整等方面的实验展示了这个框架的实用性。

Apr, 2020

本文提出了一种新的度量图像标题多样性的指标，并使用隐含语义分析进行核函数转换以利用 CIDEr 相似度进行度量，结果发现最近的标题模型在准确度和多样性方面与人类表现仍存在较大差距，并且优化准确度（CIDEr）的模型的多样性很低，同时表明在强化学习的交叉熵损失和 CIDEr 奖励之间进行平衡可以有效地控制生成的标题的多样性和准确性的平衡。

Mar, 2019

通过结合进化算法的新颖性保持机制和生成对抗网络的优势，我们利用 OpenAI 的 CLIP 模型与短周期的进化分散搜索来指导 GAN 的创造过程，以此来创造出更具有新颖性和优秀性的艺术作品。

May, 2022

本文章提出一种同时评估生成文本方法质量和多样性的度量标准，通过逼近学习生成模型和真实数据分布的距离，并介绍了基于 n-gram 和 BERT 特征的度量方法，并且在 Oracle 训练模式下使用相应显式分布之间的距离。最后，使用现有和提出的度量标准对最流行和最新的文本生成模型进行评估，确定提出度量标准的优势。

Apr, 2019

本文提出了一种基于核函数的度量表示方法，该方法能够从目标度量中近似得到新的对象，从而比生成对抗网络（GAN）和变分自编码器（VAE）等算法产生更多多样化的图像。

Feb, 2022

通过引入三个指标，我们评估了文本到图像生成系统在生成全球各地对象时的真实性、多样性和提示生成的一致性，分析了当前最先进的视觉内容生成系统中可能存在的地理偏见，并发现：（1）在提示生成非洲和西亚的对象时，模型的真实性和生成多样性较欧洲较低，（2）使用地理信息作为提示对生成的图片的一致性和多样性具有一定的负面影响，以及（3）在一些对象上，模型存在更多的区域级差异。引入这些指标是确保每个人在视觉内容创建中有积极体验的关键步骤。

Aug, 2023

本文提出了一种新的评估单次生成模型的框架，用于比较其与人类生成的差异，确定其代表人体模型的模型以及模型参数。该框架通过对样本可识别性和样本多样性（即类内差异）两个方面进行评估，并对代表性单次生成模型在 Omniglot 手写数据集上进行了详细地分析。研究表明，GAN 型和 VAE 型模型的多样性和可识别性具有互补性，同时，空间注意和上下文整合在多样性和可识别性之间具有线性贡献，而解缠效应则能沿着拱形曲线传递模型，从而最大化可识别性。评估结果可用于推动人工智能技术的发展。

May, 2022

该研究通过实证评估了多尺度结构相似性指数测量、余弦距离和 Frechet Inception 距离等指标，对生物医学和非生物医学影像进行了多样性和质量评估，发现生物医学与非生物医学影像之间的多样性和质量得分存在显著差异。

Jul, 2023

本研究旨在系统研究各种基于图像的生成模型，通过在人类感知上度量图像逼真度，发现现有指标与人类感知存在巨大差距；同时也发现现有指标无法适当检测到模型对数据的记忆现象；针对这些问题，我们提出了一种更可靠的特征提取器，并且释放了全部生成的图像数据集、人类评估数据以及计算 16 种公共指标的模块化库，以便更好地促进生成模型的发展和评估。

Jun, 2023

通过平衡训练数据集中的模式，我们提出了一种多样性权重训练方案，以增加模型的输出多样性，并在受控环境下进行了实验，证明了我们的方法的潜力，这将有助于解决生成式机器学习中偏差、公正性和代表性等更广泛辩论中的多样性问题。

Apr, 2023