यह शोधपत्र "मूल्यांकन एजेंट" का प्रस्ताव करता है, जो हाल ही में विकसित दृश्य जनरेटिव मॉडलों के कुशल मूल्यांकन के लिए एक नवीन ढाँचा है। मौजूदा दृश्य जनरेटिव मॉडल मूल्यांकन विधियों में असंख्य छवि या वीडियो नमूनों की आवश्यकता होती है, जिसके परिणामस्वरूप उच्च गणना लागत आती है। इसके अलावा, वे उपयोगकर्ता-विशिष्ट आवश्यकताओं को पूरा करने में विफल रहते हैं और अक्सर केवल सरल संख्यात्मक परिणाम ही प्रदान करते हैं। मूल्यांकन एजेंट प्रति दौर केवल कुछ नमूनों के साथ गतिशील और कुशल बहु-दौर मूल्यांकन करने के लिए एक मानवीय रणनीति का उपयोग करता है, जिससे अनुकूलित विश्लेषण परिणाम प्राप्त होते हैं। प्रयोगों से पता चलता है कि यह दृष्टिकोण मौजूदा विधियों की तुलना में मूल्यांकन समय को 10% कम करता है और तुलनीय परिणाम प्रदान करता है। इस ओपन-सोर्स ढाँचे से दृश्य जनरेटिव मॉडलों और उनके कुशल मूल्यांकन पर अनुसंधान को आगे बढ़ाने में योगदान मिलने की उम्मीद है।
