研究提出CoRe框架缓解视频扩散模型奖励作弊

1. 12:00
   arXiv 人工智能

   CoRe：通过协同演化奖励模型缓解视频扩散模型的潜在奖励作弊

   研究人员提出协同演化奖励框架 CoRe，通过让奖励模型与生成器动态交互，缓解视频扩散模型在潜在空间对齐时的奖励作弊问题。CoRe 持续在生成器当前样本上重新拟合奖励模型并锚定真实视频偏好，防止生成器因分布逃逸导致感知与运动质量恶化。在 Wan2.1-T2V-1.3B 上的实验表明，该方法生成质量优于预训练模型及先前对齐方法。

当前热度 7·可比范围峰值 9（9月30日 14:00）·近 24 小时可比范围变化 –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。