arXiv cs.CV· Zheming Fu, Wenbin Ning, Ruizhe He, Wei Shang, Xiaoxiao Ma, Lianrui Mu, Chang Liu, Lei Wang, Siming Fu·· 2 小时前AI 评分24
VideoAWR：用解耦时间步优势加权修正强化视频流模型
VideoAWR: Reinforcing Video Flow Models with Decoupled-Timestep Advantage-Weighted Rectification
AI 导读
VideoAWR 通过将采样与优化锚点解耦，解决了视频流模型在无 CFG 回归式 RL 中的冷启动问题：由 EMA 参考策略生成带引导的 rollout 恢复奖励可分性，可训练策略则对齐无引导条件锚点，并证明该目标在期望上精确抵消引导偏移。
来源：arXiv cs.CV · arxiv.org