IsoVRBench 用合成干预生成16万视频偏好对，免人工标注

IsoVRBench 是扩散模型系列研究的收官项目：通过对锚点视频在特定维度做定向扰动（如打乱帧序、冻结帧等八种干预），在构造层面自动获得细粒度偏好标签，无需人工标注，共生成 16 万视频偏好对用于训练奖励模型。基准还揭示了现有视频奖励模型在时序理解上的短板，为视频 RLHF 提供新评测路径。

2026-10-14 ~ 2026-10-14 · 2 条相关

• IsoVRBench：合成干预生成16万视频偏好对，替代人工标注训练奖励模型 — StellaLisy · 2026-10-14
• 扩散模型三部曲收官：IsoVRBench 揭示视频奖励模型时序短板 — StellaLisy · 2026-10-14