从文本到像素：通过文本到图像模型解释增强用户理解

文本到图像（T2I）模型的最新进展为艺术、设计、教育、医学和娱乐领域带来了变革性应用前景。然而，这些模型对许多用户而言仍是“黑箱”运作。本研究通过开发并评估针对缺乏经验的终端用户的T2I模型解释技术来弥合这一差距。我们通过与专家的形成性研究确定了独特的解释目标，并设计了定制化解释策略。随后，我们通过473名Amazon Mechanical Turk参与者在三项任务中进行了实证评估。研究结果突出了用户通过解释学习新关键词的能力、对示例化解释的偏好，以及在理解显著改变图像主题的解释时面临的挑战。此外，研究发现用户从有限数量的并发解释中受益。我们的主要贡献包括：用于评估T2I可解释性技术的数据集、AMT用户研究的见解，以及对未来T2I模型可解释性研究至关重要的观察。