超越“拼贴假设”：通过语义量化实现多模态合成数据评估的统一框架

英文标题：Beyond the Stitching Assumption: A Unified Framework for Multimodal Synthetic Data Evaluation via Semantic Quantization

多模态合成数据集通常结合了结构化表格属性与自由文本，但现有评估方法往往将其割裂开来分别评估。研究表明，即便表格与文本之间的配对关联被破坏，传统的单模态评估指标依然可能维持在较高水平，存在“拼贴假设”的局限。为此，论文提出了一种基于投影的评估框架，利用语义量化统一评估表格与文本合成数据。该研究为开发者和研究人员评估多模态生成质量提供了更为严谨可靠的标准，有助于推动跨模态生成技术在产业界的高质量落地。

打开原文相关 2.4 · 机会 0

中文

arXiv 编号：arXiv:2609.22149v1 公告类型：最新发布（new）

摘要

多模态合成数据集通常将结构化属性（表格数据）与非结构化自由文本相结合，但现有的评估指标往往对两者进行独立评估。这种割裂的评估方式存在明显漏洞：即便表格与文本之间的配对对应关系被彻底破坏，相关评估指标依然可能显示较高得分。为了解决这一问题，我们提出了一种基于投影的表格—文本合成数据评估框架，通过语义量化超越传统的“拼贴假设”，实现对多模态合成数据的联合、统一评估。

超越“拼贴假设”：通过语义量化实现多模态合成数据评估的统一框架

中文

摘要

BibTeX 格式引用

English / 原文

BibTeX formatted citation