创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

EmoReward校准情感视频生成奖励

AI 总结

一篇新论文提出EmoReward,这是一种自进化强化学习机制,可从奖励轨迹中估计情感线索的可靠性,并据此校准多种奖励权重。作者称,该方法在HunyuanVideo 1.5上的多个强化学习算法中取得改进,并在SD 3.5和FLUX的消融与迁移实验中提供支持。该论文于2026年11月4日提交至arXiv。

深度见解

EmoReward为生成模型训练如何对齐主观情感意图提供了一种具体方案,无需继续依赖固定奖励权重。

Computer Science > Computer Vision and Pattern Recognition

arXiv:2611.06518 (cs)

[Submitted on 4 Nov 2026]

Title:EmoReward: Self-Evolving Reward Calibration for Emotional Video Generation RL

Authors:Mingzhe Zheng, Yue Wu, Jing Tan, Chang Zou, Dengyang Jiang, Zeyue Tian, Xuanhua He, Ryan Xu, Yunyang Ge, Sihui Ji, Yunlong Lin, Kaihang Pan, Hongru Yan, Sixiang Chen, Dianyi Wang, Julian Zhang, Weijie Kong, Changlin Li, Lanqing Guo, Zhao Zhong, Qifeng Chen, Harry Yang

View a PDF of the paper titled EmoReward: Self-Evolving Reward Calibration for Emotional Video Generation RL, by Mingzhe Zheng and 21 other authors

#EmoReward#Group Relative Policy Optimization#SAGE-GRPO#HunyuanVideo 1.5#SD 3.5#FLUX

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。