首检通过率 97%+ · 8 个版本评测
图像生成模型五层数据构建与版本双盲评测
建立细粒度五层描述体系与两两盲评机制，把控模型迭代质量并推动穿模缺陷修复
个人首检通过率
97%+
小组通过率稳定在
95%+
标注分歧率控制在
< 5%
01. CONTEXT / 业务背景与目标
在文生图（T2I）基础模型迭代过程中，提示词响应度（Prompt Following）、美学评分与物理常识（如肢体与手持道具接触）往往相互制约。缺乏细粒度数据标准与客观评测基准，算法团队难以衡量模型更新的真实增益。
02. CHALLENGES / 核心技术难点
- 传统标注粒度粗糙：常规描述仅提及画面中心物，缺乏对构图透视、主光源方向、画风艺术流派的精确量化；
- 主观审美难以量化：评测人员受个人偏好影响极大，打分标准波动剧烈；
- 团队质量一致性难维持：众包/标注团队水平参差不齐，容易因理解歧义导致交付返工。
03. SOLUTION / 解决方案与工程设计
创立【五层细粒度描述框架】：拆解为 L1 主体特征、L2 构图与景别、L3 艺术风格、L4 光影与色彩氛围、L5 画面文字与符号；
实施严格的双盲评测（Side-by-Side Evals）：对照样例按构图准确性、主体一致性、风格还原、文字渲染及指令遵循独立开展两两盲评与独立复评；
构建 10 人团队质控与准入考核机制：落地双人独立抽检与分歧归因治理机制，新人上手周期由 3 周缩短至 10 天，迭代 5 版 QA 文档。
04. EVALUATION & QA / 评测与质控闭环
1
准入考试题库与新人对齐训练2
双盲比对打分（Win / Tie / Loss 统计）3
Bad Case 归因分级（致命缺陷/严重穿模/轻微瑕疵）4
向算法团队提交版本迭代评测报告与复现 Prompt05. IMPACT & DELIVERABLES / 交付结果与价值
✓个人交付 600+ 条复杂画面细粒度描述，全维度精准覆盖，首检通过率达 97% 以上；
✓统筹 10 人小组质检与抽检工作，小组平均通过率稳定在 95% 以上、分歧率降至 5% 以下；
✓严格执行五维双盲评测，输出 8 份版本横向评测报告，覆盖 8 个模型版本，为算法提供客观依据。
项目交付文档与资产：
五层图像细粒度标注规范手册 (5 版迭代)模型版本两两盲评打分表与独立复评规则手持武器与肢体 Bad Case 归因分析集