两阶段搜索框架提升音视频对齐奖励

Shivanshu Shekhar 等作者提出免训练、与奖励无关的两阶段框架 Spend Where It Matters，将粒子搜索与 Metropolis-Hastings（MH）精修结合，在固定算力预算下提升音视频联合生成的对齐奖励。第一阶段按在线方差估计在去噪检查点间自适应分配粒子，为 MH 提供候选，从而在不扩大粒子规模的情况下获得更高奖励。 作者在 JavisBench-Mini 上报告，算力接近时，该方法配合 JavisDiT++ 相对 BoN 平均提升 30.7%、相对 EvoSearch 提升 14.1%；配合 LTX-2 相对 BoN 提升 9.2%、相对 EvoSearch 提升 17.0%。作者还称，在 SD1.5 图像生成上，自适应粒子分配相对均匀分配将 AestheticScore 提升 2.2%、ImageReward 提升 6.0%。

根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。