Zhiqiu Lin

研究人员开发了具有人类-AI监督的精确视频语言模型

研究人员开发了一个名为CHAI（基于批评的人类-AI监督）的新框架，以改进视频字幕和生成。该方法使用AI生成初始字幕，然后由人类专家进行精炼，从而实现更准确高效的标注。该系统的批评和偏好被用于微调Qwen3-VL等开源模型，使其性能优于Gemini-3.1-Pro等闭源替代品。这种方法也已应用于增强Wan等视频生成模型，从而能够根据广泛的提示对摄影进行更详细的控制。