FIDとかいう「特徴量がどんだけ本物に似てるか？」なんて尺度で評価して学習しちゃってるからクオリティ上がるとこういうまんま出てしまうんちゃうかと思うんですが。かと言って他に手頃な自動評価もないし、人力で評価もしてられない。こうなったらGPT-4のマルチモーダルで評価してもらうしか　→RT