Skip to content
简体中文

切换主题

arXiv 2609.37200 · cs.CV · 2026-09-29

Adaptive Reward Routing: Dynamic Multi-Reward Optimization for Joint Audio-Video Diffusion via Forward-Process RL

Songlin Yang, Xiaotong Zhao, Jiacheng Zhang, Zhe Wang, Toyota Li, Eric Liu, Alan Zhao, Anyi Rao

Tencent

在最新榜 #150 本站收录于 2026-10-21

一句话要点

自适应奖励路由在训练中动态调整更新位置和多个奖励的权重,改进音视频联合生成。

Adaptive Reward Routing dynamically adjusts where updates act and how rewards combine to improve joint audio-video diffusion.

140HF 点赞
–GitHub stars
0引用(Semantic Scholar)
55.6热度分

阅读 arXiv 原文 PDF Hugging Face 讨论

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)