arXiv Artificial Intelligence· Shuyue Stella Li, Jacqueline He, Jiahui Chen, Sreya Dutta Roy, Yulia Tsvetkov, Luke Zettlemoyer, Marjan Ghazvininejad, Xiaochuang Han·· 18 小时前AI 评分38
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
研究者构建了 IsoVRBench，一个包含 8,000 对偏好样本、覆盖八种干预方式的视频生成奖励建模基准，通过控制变量干预生成偏好对，无需人工标注。最强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 Artificial Intelligence · arxiv.org