arXiv · cs.AI· Shuyue Stella Li, Jacqueline He, Jiahui Chen, Sreya Dutta Roy, Yulia Tsvetkov, Luke Zettlemoyer, Marjan Ghazvininejad, Xiaochuang Han·· 4 小时前
IsoVRBench：无需人类反馈的视频奖励建模基准
IsoVRBench: Video Reward Modeling Without Human Feedback
AI 导读
研究者提出 IsoVRBench，一个通过受控干预生成 8,000 对偏好样本的视频生成奖励建模基准，覆盖八种干预方式，无需人工标注。当前最优奖励模型在帧序重排任务上仅达 60.8%，而人类为 100%，且现有基准排名无法预测这一失败。
来源：arXiv · cs.AI · arxiv.org