EmoReward：情感视频生成的自进化奖励校准

论文作者提出 EmoReward，一种用于情感视频生成强化学习的自进化奖励校准机制：它从实际训练过程中收集的奖励轨迹中提炼证据可靠性，据此自适应决定后续训练中信任哪些情感证据、各给多少权重，从而分配多奖励权重。 该方法先用情感提示词规划具体的 grounding 线索，再用异构信号原语给生成视频打分，并通过 Reflective Reward Gating 按阶段、人脸置信度、冲突和细微度做实例级门控校准。上述效果均为作者在论文中的表述。

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。