تتطور تقنيات تحويل النص إلى مشاهد ثلاثية الأبعاد (Text-to-3D) بوتيرة مذهلة، ولكن السؤال الملح هو: هل يمكن أن تتغير الفائزين في تصنيفات المشاهد عندما تظل كل مشهد ثابتة؟ تم إجراء دراسة شاملة للإجابة على هذا السؤال، حيث تناولت كيفية تأثير إعدادات الكاميرا وكلمات التعليق على بروتوكول القياس.

في هذه الدراسة، تم تحليل 300 مشهد ثابت تم إنتاجها بواسطة ستة مولدات، مع اختلاف ثمانية عوامل رندرة (render) وتعليق (caption) لتقييمات المحاذاة (alignment evaluators) بالإضافة إلى اختبار جودة الإدراك. أظهرت النتائج أن الاختلاف في التكوين يتجاوز الاختلاف بين المولدات في 17 من أصل 19 من المحكمين، حيث كانت حدود التقدير الأدنى تظهر نتائج مثيرة للاهتمام.

علاوة على ذلك، بينما كانت تصنيفات المولدات أكثر استقراراً من الدرجات نفسها، إلا أن 18 من أصل 19 محكمًا قد غيروا الفائز الخاص بهم تحت بعض التكوينات. يعد هذا المثيل دليلاً على أن التغييرات في الفائزين التي تمت ملاحظتها ليست تغييرات مؤكدة في تفوق المولدات، بل مجرد تغييرات وصفية.

بالإضافة إلى ذلك، تمت دراسة حساسية النتائج، حيث لم يتجاوز أي محكم، بما في ذلك التحكم الخالي من التحفيز، نسبة 67% من القدرة على التمييز التوجيهي في تشتت التخطيط، مما يشير إلى وجود تفاوت في النتائج التي تحتاج إلى مزيد من التحقق من الصحة البشرية.

في النهاية، توصي الدراسة بضرورة الإبلاغ عن تفاصيل (المولد، الدرجات، معرف البطاقة) مع مقارنات تعتمد على البروتوكولات ووعي الانتقاء للاختلافات.

ماذا تعتقدون في النتائج المثيرة لهكذا دراسة؟ شاركونا آراءكم في التعليقات!