arXiv cs.CV· Zheming Fu, Ruizhe He, Wenbin Ning, Xiaoxiao Ma, Xuan Yang, Lianrui Mu, Haoyang Huang, Chang Liu, Lei Wang, Siming Fu·· 2 小时前AI 评分15
GraftOOD：将分布外样本嫁接进优势加权校正以优化视频奖励
GraftOOD: Grafting Out-of-Distribution Exemplars into Advantage-Weighted Rectification for Video Reward Optimization
AI 导读
GraftOOD 通过将分布外视频样本替换部分在线 rollout，缓解视频奖励优化中的"运动坍缩"问题。在 Wan2.1-1.3B 上，其 Dynamic Degree 从 4.86 提升至 44.41，HPSv3 从 8.10 降至 7.32，VisionReward 基本持平。
来源：arXiv cs.CV · arxiv.org