Tag · 6 篇
人类偏好对齐
WorldLens：面向真实世界的驾驶世界模型全谱系评测
WorldLens: Full-Spectrum Evaluations of Driving World Models in Real World
为驾驶世界模型提供覆盖生成、重建、动作跟随、下游任务与人类偏好的统一评测协议，并给出可蒸馏的评测模型范式；做视频生成或自动驾驶仿真的研究者可直接用其指标与 WorldLens-26K 标注来诊断模型在几何一致性与物理合理性上的失效模式。
VideoRealBench：面向生成式人类中心视频的思维链真实性评估基准
VideoRealBench: A Chain-of-Thought Realism Evaluation Benchmark for Generated Human-Centric Videos
为生成视频的真实性评估提供了带思维链推理的细粒度标注数据集和可解释评估器，视觉研究者可将其用于诊断视频生成模型在人体视频上的真实性缺陷，或借鉴其三步推理标注范式构建其他生成任务的评估基准。
Ref4D-VideoBench：面向文本到视频生成模型的四维参考式评测
Ref4D-VideoBench: Four-Dimensional Reference-Based Evaluation of Text-to-Video Generative Models
为文生视频模型提供以参考视频为时空证据的细粒度评测协议，可直接用于诊断目标行为偏差、时序不一致与常识违背等实例级问题，替代纯文本提示下的无参考打分。
KnowVal：知识增强与价值引导的自动驾驶系统
KnowVal: A Knowledge-Augmented and Value-Guided Autonomous Driving System
将开放世界感知与交通法规/防御性驾驶知识图谱通过 LLM 检索结合，并用人类偏好训练的价值模型对候选轨迹做可解释打分，可作为视觉端到端规划器中「规则约束+价值对齐」的即插即用评估模块。
DRM：基于扩散模型并带逐步引导的奖励模型
DRM: Diffusion-based Reward Model With Step-wise Guidance
把预训练扩散模型本身当作奖励骨干，利用其对含噪中间潜变量的逐步评估能力，为扩散模型对齐提供密集的每步奖励与推理时的路径引导，可直接迁移到任意扩散/流匹配模型的偏好优化与采样搜索。
CREward：一种按类型划分的创意奖励模型
CREward: A Type-Specific Creativity Reward Model
提供了一种按类型（几何/材质/纹理）分解的创意奖励模型，可直接作为扩散或生成模型的偏好奖励信号，并通过 LoRA 微调引导生成更具创意的图像；其用 LVLM 标注替代人工标注构建奖励模型的流程也可迁移到其他主观属性（如美学、风格）的奖励建模。