GraftOOD视频奖励优化方法与数据集发布
热点事件持续更新
GraftOOD视频奖励优化方法与数据集发布
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Zheming Fu 等作者提出 GraftOOD 视频奖励优化方法，并发布配套的 GraftSet-Video 数据集。该方法将部分在线 rollout 替换为分布外视频样本，以缓解视频奖励优化中的“运动坍缩”问题。 在 Wan2.1-1.3B 上的测试显示，Dynamic Degree 从 4.86 提升至 44.41，HPSv3 从 8.10 降至 7.32，VisionReward 基本持平，即运动幅度大幅提升，但部分质量指标有所下降。
AI 根据报道生成 · 57 分钟前更新
最新进展10月12日 12:00
GraftOOD：将分布外样本嫁接进优势加权校正以优化视频奖励报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CVGraftOOD：将分布外样本嫁接进优势加权校正以优化视频奖励
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。