★ 3
CoRe：协同演化奖励模型抑制视频扩散奖励攻击
论文发现针对固定潜在奖励模型优化视频扩散模型会迅速导致潜在奖励攻击：预测奖励保持高位而感知与运动质量恶化，根源是生成器在数百次更新后逃逸出奖励模型的训练分布。作者提出 CoRe 协同演化奖励框架，将潜在空间对齐视为生成器与奖励模型的动态交互，持续用生成器当前样本重拟合奖励模型并锚定真实视频偏好。在…
arXiv cs.AI33 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文发现针对固定潜在奖励模型优化视频扩散模型会迅速导致潜在奖励攻击：预测奖励保持高位而感知与运动质量恶化，根源是生成器在数百次更新后逃逸出奖励模型的训练分布。作者提出 CoRe 协同演化奖励框架，将潜在空间对齐视为生成器与奖励模型的动态交互，持续用生成器当前样本重拟合奖励模型并锚定真实视频偏好。在…
论文提出 AcrossVAM2.0，在 5.01B 参数文生视频扩散 Transformer 上引入置信度加权轨迹与可见性头、零初始化残差反馈以及非对称 PCGrad，仅移除与主任务冲突的辅助梯度。实验显示对应一致性提升，但 I3D-FVD 从 0.1824 退化到 0.2022，作者称结论有边界。