Text-to-Image Alignment Scoring on LongT2IBench (test) benchmark leaderboard · SOTA2 Research

Text-to-Image Alignment Scoring on LongT2IBench (test)

0.781SRCC (30-50 words)LongT2IExpert

Evaluation Results

Method	Links
LongT2IExpert2025.12		0.781	0.789	0.605	0.626	0.548	0.558	0.435	0.443	0.431	0.375	0.558	0.557	0.557
FGA-BLIP22025.12		0.57	0.568	0.514	0.527	0.371	0.475	0.327	0.355	0.126	0.144	0.406	0.444	0.425
HPSv22025.12		0.54	0.534	0.479	0.473	0.394	0.417	0.395	0.408	0.148	0.151	0.381	0.392	0.387
ImageReward2025.12		0.538	0.584	0.546	0.574	0.384	0.398	0.399	0.396	0.167	0.195	0.438	0.439	0.439
VQAScore2025.12		0.504	0.385	0.333	0.36	0.27	0.389	0.195	0.2	0.242	0.225	0.298	0.291	0.295
Q-Eval-Score2025.12		0.47	0.416	0.46	0.459	0.339	0.382	0.32	0.301	0.422	0.365	0.361	0.355	0.358
PickScore2025.12		0.437	0.55	0.368	0.359	0.313	0.328	0.352	0.373	0.153	0.165	0.327	0.344	0.336
FGA-BLIP22025.12		0.414	0.399	0.308	0.33	0.193	0.299	0.16	0.171	0.13	0.155	0.23	0.262	0.246
PickScore2025.12		0.387	0.51	0.53	0.521	0.393	0.432	0.419	0.372	0.25	0.264	0.438	0.439	0.438
BLIP2Score2025.12		0.384	0.231	0.342	0.358	0.19	0.155	0.215	0.191	0.149	0.061	0.266	0.223	0.245
ImageReward2025.12		0.283	0.339	0.27	0.319	0.181	0.226	0.187	0.188	-0.023	0.072	0.21	0.244	0.227
CLIPScore2025.12		0.224	0.235	0.349	0.37	0.271	0.24	0.208	0.202	0.209	0.184	0.269	0.264	0.267