精选理由
想了解视觉生成模型为什么画不出新角色或近期事件？这篇论文用具体数据告诉你差距在哪，还给了个可复现的协作搜索方案。
本文提出SearchGen-20K数据集和SearchGen-Bench基准，包含20,839条提示，覆盖12类失败模式和22个领域。在SearchGen-Bench上，前沿开放视觉生成模型得分仅21-28分（满分100），比现有基准低40分。作者发现朴素搜索无效，会引入噪声，并识别出生成器特有的知识边界，提出"先教后搜"协同训练框架，即使最小版本也带来单调改进。
AI 翻译 · 中文
本文提出SearchGen-20K数据集和SearchGen-Bench基准，包含20,839条提示，覆盖12类失败模式和22个领域。在SearchGen-Bench上，前沿开放视觉生成模型得分仅21-28分（满分100），比现有基准低40分。作者发现朴素搜索无效，会引入噪声，并识别出生成器特有的知识边界，提出"先教后搜"协同训练框架，即使最小版本也带来单调改进。
Visual generators excel at rendering, but they confidently fabricate what they do not know. User requests are unbounded, evolving, and deeply long-tailed: new characters, trending entities, post-cutoff events, and more. …