arXiv · Computer Vision· Yanan Wang, Tingsong Li, Kaixun Jiang, Chongyang Zhong, Chenwei Xoe, Zhaohe Liao·2026-09-30 12:00· 6 小时前AI 评分36

Beyond Binary Preferences: Graded Preference Optimization for Limb-Motion Captioning

AI 导读

提出 Graded Margin Direct Preference Optimization（GM-DPO），对肢体动作错误分配更强的偏好边距和训练权重，在 Qwen3-8B 上相对 DPO 将加权幻觉率降低 21.3%，GPA 提升 2.02-3.40 分。