清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

VisionReward: Fine-Grained Multi-Dimensional Human Preference Learning for Image and Video Generation

可解释性 人工智能 计算机科学 成对比较 偏爱 机器学习 加权 图像(数学) 人类视觉系统模型 偏好学习 生成模型 强化学习 可视化 面子(社会学概念) 生成语法 视觉学习 特征(语言学) 眼动 计算机视觉 模式识别(心理学) 偏好诱导 视觉感受 视觉注意 方向(向量空间) 面部识别系统
作者
Jiazheng Xu,yu huang,Jiale Cheng,Yuanming Yang,Jiajun Xu,Yuan WANG,Wenbo Duan,Shen Yang,Qunlin Jin,Shurun Li,Jiayan Teng,Zhuoyi Yang,Wendi Zheng,Xiao Liu,Dan Zhang,Ming Ding,Xiaohan Zhang,Shiyu Huang,Xiaotao Gu,Minlie Huang
出处
期刊:Proceedings of the ... AAAI Conference on Artificial Intelligence [Association for the Advancement of Artificial Intelligence]
卷期号:40 (13): 11269-11277 被引量:4
标识
DOI:10.1609/aaai.v40i13.38107
摘要

Visual generative models have achieved remarkable progress in synthesizing photorealistic images and videos, yet aligning their outputs with human preferences across critical dimensions remains a persistent challenge. Though reinforcement learning from human feedback offers promise for preference alignment, existing reward models for visual generation face limitations, including black-box scoring without interpretability and potentially resultant unexpected biases. We present VisionReward, a general framework for learning human visual preferences in both image and video generation. Specifically, we employ a hierarchical visual assessment framework to capture fine-grained human preferences, and leverages linear weighting to enable interpretable preference learning. Furthermore, we propose a multi-dimensional consistent strategy when using VisionReward as a reward model during preference optimization for visual generation. Experiments show that VisionReward can significantly outperform existing image and video reward models on both machine metrics and human evaluation. Notably, VisionReward surpasses VideoScore by 17.2% in preference prediction accuracy, and text-to-video models with VisionReward achieve a 31.6% higher pairwise win rate compared to the same models using VideoScore.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
丰富的夏兰完成签到,获得积分10
10秒前
16秒前
jinmai完成签到 ,获得积分10
20秒前
PLANB完成签到 ,获得积分10
25秒前
神勇冰淇淋完成签到,获得积分10
41秒前
42秒前
好好好完成签到 ,获得积分10
43秒前
48秒前
于向沉完成签到 ,获得积分10
50秒前
曾经不言完成签到 ,获得积分10
53秒前
鸡鸡大魔王完成签到,获得积分10
55秒前
迷人悒完成签到,获得积分10
58秒前
英姑应助迷路的云霄采纳,获得10
1分钟前
ghost完成签到 ,获得积分10
1分钟前
WUWUWU完成签到 ,获得积分10
1分钟前
my完成签到 ,获得积分10
1分钟前
1分钟前
自然大侠完成签到,获得积分10
1分钟前
ZXH发布了新的文献求助10
1分钟前
西瓜皮先生完成签到 ,获得积分10
1分钟前
loii应助科研通管家采纳,获得20
1分钟前
SQL完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
打打应助优秀醉易采纳,获得10
2分钟前
HW完成签到 ,获得积分10
2分钟前
美丽的芷完成签到,获得积分10
3分钟前
3分钟前
鲤鱼听荷完成签到 ,获得积分10
3分钟前
CCccc发布了新的文献求助10
3分钟前
饼子完成签到 ,获得积分10
3分钟前
开心的芮完成签到,获得积分10
4分钟前
4分钟前
4分钟前
强健的冰棍完成签到,获得积分10
4分钟前
欣慰怀梦完成签到,获得积分10
5分钟前
胡萝卜完成签到,获得积分10
5分钟前
sjyu1985完成签到 ,获得积分10
5分钟前
5分钟前
gsxgg发布了新的文献求助10
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Health Psychology 600
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
When Is Two-Stage Sample Robust Optimization Asymptotically Optimal? 500
APA handbook of comparative psychology: Basic concepts, methods, neural substrate, and behavior 500
Discerning Saints: Moralization of Intrinsic Motivation and Selective Prosociality at Work 500
Handbuch Trainingswissenschaft – Trainingslehre 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7592226
求助须知:如何正确求助?哪些是违规求助? 9169387
关于积分的说明 19626058
捐赠科研通 7170455
什么是DOI,文献DOI怎么找? 3267514
关于科研通互助平台的介绍 2432371
邀请新用户注册赠送积分活动 2259988