arXiv cs.AI· Yu Yuan, Ruizhou Ding, Shaoheng Fang, Stanley H. Chan, Zhuo Chen·· 10 小时前AI 评分38
EVA-RSI:视频评估器的递归自我改进,用于评判时序质量
EVA-RSI: Recursive Self-Improvement of Video Evaluators for Judging Temporal Quality
AI 导读
EVA-RSI 是一个多智能体框架,在无验证器、多维度同时评判的约束下探索视频评估器的递归自我改进。它通过时间反转、丢帧等受控编辑构建固定代理考试,无需人工标注即可提供监督,并以少量人工标注真实视频锚定人类判断。从 Qwen3-VL-8B 起步,该方法提升了运动评估,平滑度增益最大,且在公开基准的 dynamics 子集上取得 21 个测试模型中的最高分。
正文 · AI 翻译
摘要:视频评估器在视频生成中发挥着重要作用,但它们会遗漏运动缺陷,从而限制了生成视频的质量。递归自我改进(RSI)在数学和编程领域取得了显著进展,在这些领域中,显式验证器能够针对单一目标提供可靠反馈。视频评估给 RSI 带来了两个困难:它没有验证器,而且必须同时评判多个维度,例如物理、平滑度和动态性,而在一个维度上的提升可能会以另一个维度为代价。我们提出了 EVA-RSI,一个在这两个约束下探索 RSI 的多智能体框架。我们通过向视频施加受控变化(例如时间反转和丢帧),构建了一个具有由构造定义的目标的固定代理考试。这些编辑无需人工标注即可提供监督。一小组人工标注的真实视频将考试锚定到人类判断上。每个维度都有一个 LLM 智能体提出改进建议。一个领导者智能体协调这些建议,并通过纳什议价规则选择能够在各维度之间平衡进展的更新。人类设计考试、审查候选变更,并在各阶段之间修订课程。从 Qwen3-VL-8B 出发,EVA-RSI 改进了运动评估,其中在平滑度上的提升最大,并且这些提升可以迁移到运行期间从未见过的缺陷类型。在公开基准的动态子集上,我们的评估器在 21 个被测模型中取得了观测到的最高分数。作为 RL 奖励,它增加了生成的运动并获得人类偏好。一个结合了它的数据选择流水线也增加了运动。
| 主题: | 人工智能(cs.AI) |
| 引用为: | arXiv:2611.23890 [cs.AI] |
| (或 arXiv:2611.23890v1 [cs.AI] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.23890 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Yu Yuan [查看电子邮件]
[v1]
2026年11月18日星期三 05:41:49 UTC(4,132 KB)
来源:arXiv cs.AI · arxiv.org