研究者提出IsoVRBench视频奖励建模基准

Shuyue Stella Li 等研究者提出 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。 该研究称，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%，且现有基准的排名无法预测这一失败。这表明现有模型能区分生成器之间的整体质量差异，却会漏掉时间顺序等重要特征。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。