StoryEval
PulseAugur coverage of StoryEval — every cluster mentioning StoryEval across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架SkillPE增强文本到视频提示的创造力
研究人员开发了SkillPE,一个旨在通过提高提示创造力和叙事质量来增强文本到视频生成的框架。该系统通过参考专家知识和分析电影示例来演化可重用的电影技能,将其归类为共鸣器、不协和音和发散器。SkillPE改进了技能的适用性并鼓励创造性变体,评估显示与现有方法相比,在提示保真度、电影质量、叙事吸引力和创造力方面都有显著提高。
-
FlowCred框架改进了文本到视频生成后训练
研究人员开发了FlowCred,一个新颖的两级框架,旨在增强文本到视频(T2V)生成系统的联合后训练。该框架通过将提示级别信用与生成器残差分离,并根据替代提示协调更新,来解决提示优化和生成器训练中的歧义。FlowCred在多个T2V基准测试中(包括LTX-2.5、T2V-CompBench和StoryEval)展示了持续的改进,且没有增加计算成本。
-
SkillPE框架通过电影化技能增强文本到视频生成
研究人员开发了SkillPE,一个旨在通过从专家提示中演进电影化技能来增强文本到视频生成的框架。该系统以详细的格式表示电影制作元素,如镜头逻辑、构图和声音设计,并使用电影参考来优化技能应用。SkillPE根据提示保真度、电影质量、叙事吸引力和创造力来评估候选技能,并在StoryEval和VBench等基准测试中展示了改进。
-
新的CAPE-T2V框架增强文本到视频生成的对齐
研究人员推出CAPE-T2V,一个旨在通过解决训练字幕和推理时提示之间的不匹配来改进文本到视频生成的新框架。该系统首先微调一个提示增强器(PE),从源字幕生成各种目标提示。随后,它使用这些增强的字幕微调文本到视频扩散变换器(DiT),确保PE的输出与DiT的训练数据之间更好的对齐。这种方法在StoryEval和VBench 2.0等基准测试中提高了性能,并显示出“PE-字幕差距”的减小。