HPDv3 文生图人类偏好数据集

HPDv3 是由 Mizzen AI 研究团队，联合香港中文大学多媒体实验室（MMLab）、伦敦国王学院等作者团队提出，并于 2025 年发布，是首个面向多领域的广谱人类偏好数据集。相关论文成果为 「HPSv3: Towards Wide-Spectrum Human Preference Score」，并已入选 ICCV 2025 。该数据集面向文本到图像生成模型的对齐、重排与评测，旨在推动模型在贴近人类审美与提升语义一致性方面的进展。

该数据集包含 108 万个文本-图像对和 117 万个带注释的成对比较数据，涵盖高质量与低质量的真实照片，且标注信息丰富，其中训练集约 114 万条、测试约 1.44 万条，适用于刻画广泛的人类偏好。

数据包含：

• 文本：prompt（英文）
• 成对图像路径：path1 、 path2（解压图像包后与路径对齐）
• 模型来源：model1 、 model2
• 偏好标注：choice_dist（投票分布，可为空）、 confidence（置信度，可为空）
• 约定：path1 始终对应更受偏好的图像