热点事件持续更新
CoRe：共演化奖励模型缓解视频扩散模型中的潜在奖励作弊
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv 发布一手研究，提出 CoRe 框架，通过让奖励模型与生成器共同演化来缓解视频扩散模型中的潜在奖励欺骗问题。研究指出，固定潜在奖励在数百次更新后会导致分布逃逸，使奖励分数与感知和运动质量脱钩；CoRe 在生成器当前样本上持续重训练奖励模型，并以真实视频偏好为锚定，在 Wan2.1-T2V-1.3B 上相比预训练模型和先前对齐方法持续提升生成质量，并避免固定奖励优化的质量崩溃。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Artificial Intelligence精选CoRe：协同演化奖励模型以缓解视频扩散模型中的潜在奖励欺骗
论文提出 CoRe 框架，通过让奖励模型与生成器共同演化来缓解视频扩散模型中的潜在奖励欺骗问题。固定潜在奖励会在数百次更新后导致分布逃逸，使奖励分数与感知和运动质量脱钩；CoRe 在生成器当前样本上持续重训练奖励模型并锚定真实视频偏好，在 Wan2.1-T2V-1.3B 上相比预训练模型和先前对齐方法持续提升生成质量，并避免固定奖励优化的质量崩溃。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。