EmoReward：面向情感视频生成强化学习的自适应奖励校准
EmoReward可自适应调整用于评估生成视频情感表达的奖励权重。它不依赖固定权重，而是利用已完成训练过程中的记录，估计面部表情、身体动作和色彩等视觉线索在不同情感语境下的可靠性。该方法从提示词中提取评估线索，再通过多种信号为视频评分并校准各信号的贡献。基于HunyuanVideo 1.5的实验显示，多种强化学习算法均有所改进。使用SD 3.5和FLUX开展的消融及迁移实验，也为自适应奖励校准提供了进一步支持。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。