GlazyBench: A Benchmark for Ceramic Glaze Property Prediction and Image

세라믹 광택 (glaze) 을 개발하는 것은 복잡한 화학으로 인해 시행착오 과정이므로 비용이 많이 들고 시간이 오래 걸리면서 독립적인 예술가들에게 큰 부담을 줍니다. 최근 멀티모달 AI 의 발전은 현대적인 해결책을 제공하지만, 이 모델을 훈련하기 위해 필요한 대규모 데이터셋이 부족합니다. 우리는 첫 번째 AI 보조 광택 설계용 데이터셋인 GlazyBench 를 제안합니다. 23,148 개의 실제 광택 조성물 (formulations) 을 포함하며, 원료에서 후공정 표면 특성 (색상과 투명도 등) 을 예측하는 것과 이러한 특성에 기반한 광택의 정확한 시각적 표현을 생성하는 두 가지 주요 작업을 지원합니다. 우리는 전통적인 머신러닝과 대규모 언어 모델을 사용하여 특성 예측에 대한 종합적인 기준선 (baseline) 을 설정하고, 심층 생성 모델 및 대규모 멀티모달 모델을 사용하여 이미지 생성 벤치마크를 구축했습니다. 우리의 실험은 유망하지만 도전적인 결과를 보여줍니다. GlazyBench 는 AI 보조 재료 설계 분야에서 새로운 연구 방향을 개척하며 체계적 평가를 위한 표준화된 기준선을 제공합니다.