arXiv · 机器人与计算机视觉· Shibo Hong, Siyu Ren, FengJiao Chen, Zhongyuan Peng, Wei Shi, Yixin Cao·· 24 天前AI 评分47
ACWM-RM:一种无需真实视频的参考自由奖励模型
ACWM-RM: A Reference-Free Reward Model from Complementary Mismatch Preferences
AI 导读
ACWM-RM 是一种联合评估视觉质量与动作跟随保真度的奖励模型,在 AVM-Eval 基准上优于 IDM 等基线且无需真实视频。该模型基于包含 506.3k 对的 AVM-Pref 数据集预训练,利用动作不匹配对监督动作跟随、视频不匹配对监督视觉质量并暴露生成视频伪影。下游强化学习实验表明其在两项指标上均表现更佳,揭示了 IDMs 在生成视频上的可靠性局限。
来源:arXiv · 机器人与计算机视觉 · arxiv.org