跳到正文
智迹闻AuraTracer

arXiv发布GraftOOD:利用分布外示例优化视频奖励

本机阅读

发生了什么

据arXiv cs.CV报道,研究人员提出GraftOOD方法,通过用分布外视频示例替换部分在线 rollout 来解决视频奖励优化中的运动坍塌问题。该方法在Wan2.1-1.3B模型上测试,将动态度从4.86提升至44.41,HPSv3降至7.32。研究构建了包含9,588个示例的GraftSet-Video数据集,代码已开源。

动态度提升
4.86至44.41
示例数量
9,588

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.CV一手材料

    GraftOOD: Grafting Out-of-Distribution Exemplars into Advantage-Weighted Rectification for Video Reward Optimization

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口