본 논문은 최근 발전된 시각적 생성 모델의 효율적인 평가를 위한 새로운 프레임워크인 "Evaluation Agent"를 제안합니다. 기존의 시각적 생성 모델 평가 방법들은 수많은 이미지나 비디오 샘플링을 필요로 하여 계산 비용이 많이 들고, 사용자의 특정 요구를 고려하지 않으며 단순한 수치 결과만 제공하는 한계가 있습니다. Evaluation Agent는 인간과 유사한 전략을 사용하여 라운드 당 소수의 샘플만으로 다이나믹하고 효율적인 다중 라운드 평가를 수행하며, 사용자 맞춤형 분석 결과를 제공합니다. 이는 기존 방법 대비 평가 시간을 10%로 단축하면서 동등한 결과를 제공함을 실험을 통해 보여줍니다. 본 프레임워크는 오픈소스로 공개되어 시각적 생성 모델 및 효율적인 평가 연구 발전에 기여할 것으로 기대됩니다.
