CAPEval：解耦视觉理解与生成的图像描述评估

CAPEval将图像描述质量拆分为Coverage与Precision：前者衡量描述覆盖多少真实视觉信息，后者衡量所作全部声明的事实正确率。论文基于人工描述、原子检查项和10个描述模型开展受控实验，发现理解任务更依赖Coverage，而文生图性能更受Precision预测。