视频生成论文消融:全轨迹奖励采样在动作与解剖上双优
gowthami_s · x · 2026-10-17
作者讨论一篇用 ReFL(reward feedback learning)训练视频生成模型的论文,指出其缺少关键对比:未用相同训练设置搭配不同的全视频奖励模型,因而无法分清多少收益来自生成器 backbone 本身。其消融显示,在相同奖励模型下,只用早期去噪步训练在运动质量上更好,只用后期步则在人体解剖上更好,而跨全轨迹采样步数训练在两方面均得分最高——说明不同阶段的反馈信号作用不同。
所属事件:PRFL：潜在空间过程奖励反馈加速视频生成对齐(5 条相关)→
「研究」频道最新
- RECON 论文:推理时复用 REPA 投影头,训练比 REPA 快 25 倍 — udmrzn · 2026-10-17
- 普林斯顿等提出循环式 Transformer：序列越长计算链越长 — TheTuringPost · 2026-10-17
- Zephon 集成 TorchTitan:换 GPU 数量恢复训练,全局 batch 哈希完全一致 — josh_wills · 2026-10-17
- Mila 招收博士生：从 HCI 与技术双视角研究 AI 评测 — windx0303 · 2026-10-17
- Nick Cammarata 提出不剪枝的多分辨率归因图方案回应 Neel Nanda — inductionheads · 2026-10-17
- 人大开源 EvoOntology：自进化本体层让数据 Agent 提分 8.8~26.7 — udmrzn · 2026-10-17