标签
WorldReward 介绍了一种针对相机条件化世界模型的视觉语言奖励模型，通过分块分解和偏好聚合统一了动作一致性和视觉质量评估，在基准测试中优于现有方法如GPT-5.5。
FIRM-Video 介绍了一种基于检查表驱动的验证框架，用于构建文本到视频任务中的可靠奖励模型，利用时间视觉证据来改进评估和对齐。