VideoScore: Building Automatic Metrics to Simulate Fine-grained Human Feedback for Video Generation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | He, Xuan, Jiang, Dongfu, Zhang, Ge, Ku, Max, Soni, Achint, Siu, Sherman, Chen, Haonan, Chandra, Abhranil, Jiang, Ziyan, Arulraj, Aaran, Wang, Kai, Do, Quy Duc, Ni, Yuansheng, Lyu, Bohan, Narsupalli, Yaswanth, Fan, Rongqi, Lyu, Zhiheng, Lin, Yuchen, Chen, Wenhu |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
GenAI Arena: An Open Evaluation Platform for Generative Models
par: Jiang, Dongfu, et autres
Publié: (2024)
par: Jiang, Dongfu, et autres
Publié: (2024)
VideoScore2: Think before You Score in Generative Video Evaluation
par: He, Xuan, et autres
Publié: (2025)
par: He, Xuan, et autres
Publié: (2025)
MMLU-Pro: A More Robust and Challenging Multi-Task Language Understanding Benchmark
par: Wang, Yubo, et autres
Publié: (2024)
par: Wang, Yubo, et autres
Publié: (2024)
VideoAgent: Self-Improving Video Generation
par: Soni, Achint, et autres
Publié: (2024)
par: Soni, Achint, et autres
Publié: (2024)
ReFeR: Improving Evaluation and Reasoning through Hierarchy of Models
par: Narsupalli, Yaswanth, et autres
Publié: (2024)
par: Narsupalli, Yaswanth, et autres
Publié: (2024)
MEGA-Bench: Scaling Multimodal Evaluation to over 500 Real-World Tasks
par: Chen, Jiacheng, et autres
Publié: (2024)
par: Chen, Jiacheng, et autres
Publié: (2024)
QuickVideo: Real-Time Long Video Understanding with System Algorithm Co-Design
par: Schneider, Benjamin, et autres
Publié: (2025)
par: Schneider, Benjamin, et autres
Publié: (2025)
VIEScore: Towards Explainable Metrics for Conditional Image Synthesis Evaluation
par: Ku, Max, et autres
Publié: (2023)
par: Ku, Max, et autres
Publié: (2023)
StructEval: Benchmarking LLMs' Capabilities to Generate Structural Outputs
par: Yang, Jialin, et autres
Publié: (2025)
par: Yang, Jialin, et autres
Publié: (2025)
PixelWorld: How Far Are We from Perceiving Everything as Pixels?
par: Lyu, Zhiheng, et autres
Publié: (2025)
par: Lyu, Zhiheng, et autres
Publié: (2025)
Critique-Coder: Enhancing Coder Models by Critique Reinforcement Learning
par: Ruan, Chi, et autres
Publié: (2025)
par: Ruan, Chi, et autres
Publié: (2025)
LOCATEdit: Graph Laplacian Optimized Cross Attention for Localized Text-Guided Image Editing
par: Soni, Achint, et autres
Publié: (2025)
par: Soni, Achint, et autres
Publié: (2025)
MANTIS: Interleaved Multi-Image Instruction Tuning
par: Jiang, Dongfu, et autres
Publié: (2024)
par: Jiang, Dongfu, et autres
Publié: (2024)
LongRAG: Enhancing Retrieval-Augmented Generation with Long-context LLMs
par: Jiang, Ziyan, et autres
Publié: (2024)
par: Jiang, Ziyan, et autres
Publié: (2024)
EvolveCoder: Evolving Test Cases via Adversarial Verification for Code Reinforcement Learning
par: Ruan, Chi, et autres
Publié: (2026)
par: Ruan, Chi, et autres
Publié: (2026)
AnyV2V: A Tuning-Free Framework For Any Video-to-Video Editing Tasks
par: Ku, Max, et autres
Publié: (2024)
par: Ku, Max, et autres
Publié: (2024)
VerlTool: Towards Holistic Agentic Reinforcement Learning with Tool Use
par: Jiang, Dongfu, et autres
Publié: (2025)
par: Jiang, Dongfu, et autres
Publié: (2025)
ACECODER: Acing Coder RL via Automated Test-Case Synthesis
par: Zeng, Huaye, et autres
Publié: (2025)
par: Zeng, Huaye, et autres
Publié: (2025)
Synthetic Video Enhances Physical Fidelity in Video Synthesis
par: Zhao, Qi, et autres
Publié: (2025)
par: Zhao, Qi, et autres
Publié: (2025)
General-Reasoner: Advancing LLM Reasoning Across All Domains
par: Ma, Xueguang, et autres
Publié: (2025)
par: Ma, Xueguang, et autres
Publié: (2025)
Long-context LLMs Struggle with Long In-context Learning
par: Li, Tianle, et autres
Publié: (2024)
par: Li, Tianle, et autres
Publié: (2024)
VisPhyWorld: Probing Physical Reasoning via Code-Driven Video Reconstruction
par: Liang, Jiarong, et autres
Publié: (2026)
par: Liang, Jiarong, et autres
Publié: (2026)
TIGERScore: Towards Building Explainable Metric for All Text Generation Tasks
par: Jiang, Dongfu, et autres
Publié: (2023)
par: Jiang, Dongfu, et autres
Publié: (2023)
VisCoder2: Building Multi-Language Visualization Coding Agents
par: Ni, Yuansheng, et autres
Publié: (2025)
par: Ni, Yuansheng, et autres
Publié: (2025)
TheoremExplainAgent: Towards Video-based Multimodal Explanations for LLM Theorem Understanding
par: Ku, Max, et autres
Publié: (2025)
par: Ku, Max, et autres
Publié: (2025)
TLB-VFI: Temporal-Aware Latent Brownian Bridge Diffusion for Video Frame Interpolation
par: Lyu, Zonglin, et autres
Publié: (2025)
par: Lyu, Zonglin, et autres
Publié: (2025)
SWE-Next: Scalable Real-World Software Engineering Tasks for Agents
par: Liang, Jiarong, et autres
Publié: (2026)
par: Liang, Jiarong, et autres
Publié: (2026)
WildVision: Evaluating Vision-Language Models in the Wild with Human Preferences
par: Lu, Yujie, et autres
Publié: (2024)
par: Lu, Yujie, et autres
Publié: (2024)
New methods to compute the generalized chi-square distribution
par: Das, Abhranil
Publié: (2024)
par: Das, Abhranil
Publié: (2024)
PC-Diffuser: Path-Consistent Capsule CBF Safety Filtering for Diffusion-Based Trajectory Planner
par: Ku, Eugene, et autres
Publié: (2026)
par: Ku, Eugene, et autres
Publié: (2026)
VISTA: Enhancing Long-Duration and High-Resolution Video Understanding by Video Spatiotemporal Augmentation
par: Ren, Weiming, et autres
Publié: (2024)
par: Ren, Weiming, et autres
Publié: (2024)
Convex-area-wise Linear Regression and Algorithms for Data Analysis
par: Lyu, Bohan, et autres
Publié: (2024)
par: Lyu, Bohan, et autres
Publié: (2024)
Self-organized criticality driven by droplet influx and random fusion
par: Lyu, Bohan, et autres
Publié: (2025)
par: Lyu, Bohan, et autres
Publié: (2025)
Analytical Calculation of Viscosity in Rouse Networks Below Gelation Transition
par: Lyu, Bohan, et autres
Publié: (2025)
par: Lyu, Bohan, et autres
Publié: (2025)
VisCoder: Fine-Tuning LLMs for Executable Python Visualization Code Generation
par: Ni, Yuansheng, et autres
Publié: (2025)
par: Ni, Yuansheng, et autres
Publié: (2025)
VLM2Vec: Training Vision-Language Models for Massive Multimodal Embedding Tasks
par: Jiang, Ziyan, et autres
Publié: (2024)
par: Jiang, Ziyan, et autres
Publié: (2024)
V2Edit: Versatile Video Diffusion Editor for Videos and 3D Scenes
par: Zhang, Yanming, et autres
Publié: (2025)
par: Zhang, Yanming, et autres
Publié: (2025)
Streaming Video Diffusion: Online Video Editing with Diffusion Models
par: Chen, Feng, et autres
Publié: (2024)
par: Chen, Feng, et autres
Publié: (2024)
VLM2Vec-V2: Advancing Multimodal Embedding for Videos, Images, and Visual Documents
par: Meng, Rui, et autres
Publié: (2025)
par: Meng, Rui, et autres
Publié: (2025)
EditReward: A Human-Aligned Reward Model for Instruction-Guided Image Editing
par: Wu, Keming, et autres
Publié: (2025)
par: Wu, Keming, et autres
Publié: (2025)
Documents similaires
-
GenAI Arena: An Open Evaluation Platform for Generative Models
par: Jiang, Dongfu, et autres
Publié: (2024) -
VideoScore2: Think before You Score in Generative Video Evaluation
par: He, Xuan, et autres
Publié: (2025) -
MMLU-Pro: A More Robust and Challenging Multi-Task Language Understanding Benchmark
par: Wang, Yubo, et autres
Publié: (2024) -
VideoAgent: Self-Improving Video Generation
par: Soni, Achint, et autres
Publié: (2024) -
ReFeR: Improving Evaluation and Reasoning through Hierarchy of Models
par: Narsupalli, Yaswanth, et autres
Publié: (2024)