Copertina

RAPO++: Cross-Stage Prompt Optimization for Text-to-Video Generation via Data Alignment and Test-Time Scaling

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Gao, Bingjie, Ma, Qianli, Wu, Xiaoxue, Yang, Shuai, Lan, Guanzhou, Zhao, Haonan, Chen, Jiaxuan, Liu, Qingyang, Qiao, Yu, Chen, Xinyuan, Wang, Yaohui, Niu, Li
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Devil is in the Prompts: Retrieval-Augmented Prompt Optimization for Text-to-Video Generation
di: Gao, Bingjie, et al.
Pubblicazione: (2025)

CineTrans: Learning to Generate Videos with Cinematic Transitions via Masked Diffusion Models
di: Wu, Xiaoxue, et al.
Pubblicazione: (2025)

ShotDirector: Directorially Controllable Multi-Shot Video Generation with Cinematographic Transitions
di: Wu, Xiaoxue, et al.
Pubblicazione: (2025)

ConditionVideo: Training-Free Condition-Guided Text-to-Video Generation
di: Peng, Bo, et al.
Pubblicazione: (2023)

Reflection Generation for Composite Image Using Diffusion Model
di: Zhao, Haonan, et al.
Pubblicazione: (2026)

RAPO: Expanding Exploration for LLM Agents via Retrieval-Augmented Policy Optimization
di: Zhang, Siwei, et al.
Pubblicazione: (2026)

RAPO: Risk-Aware Preference Optimization for Generalizable Safe Reasoning
di: Wei, Zeming, et al.
Pubblicazione: (2026)

AccVideo: Accelerating Video Diffusion Model with Synthetic Dataset
di: Zhang, Haiyu, et al.
Pubblicazione: (2025)

Retrieval, Refinement, and Ranking for Text-to-Video Generation via Prompt Optimization and Test-Time Scaling
di: Rahman, Zillur, et al.
Pubblicazione: (2026)

4Diffusion: Multi-view Video Diffusion Model for 4D Generation
di: Zhang, Haiyu, et al.
Pubblicazione: (2024)

LEO: Generative Latent Image Animator for Human Video Synthesis
di: Wang, Yaohui, et al.
Pubblicazione: (2023)

PARE: Pruning and Adaptive Routing for Efficient Video Generation
di: Wang, Yutong, et al.
Pubblicazione: (2026)

Training-free Stylized Text-to-Image Generation with Fast Inference
di: Ma, Xin, et al.
Pubblicazione: (2025)

VDOT: Efficient Unified Video Creation via Optimal Transport Distillation
di: Wang, Yutong, et al.
Pubblicazione: (2025)

AnimateScene: Camera-controllable Animation in Any Scene
di: Liu, Qingyang, et al.
Pubblicazione: (2025)

Latte: Latent Diffusion Transformer for Video Generation
di: Ma, Xin, et al.
Pubblicazione: (2024)

Guided Trajectory Optimization with Sparse Scaling for Test-Time Diffusion
di: Dai, Gang, et al.
Pubblicazione: (2026)

GenHOI: Generalizing Text-driven 4D Human-Object Interaction Synthesis for Unseen Objects
di: Li, Shujia, et al.
Pubblicazione: (2025)

Mamba-Enhanced Text-Audio-Video Alignment Network for Emotion Recognition in Conversations
di: Li, Xinran, et al.
Pubblicazione: (2024)

Efficient Diffusion as Low Light Enhancer
di: Lan, Guanzhou, et al.
Pubblicazione: (2024)

LIA-X: Interpretable Latent Portrait Animator
di: Wang, Yaohui, et al.
Pubblicazione: (2025)

VG-TVP: Multimodal Procedural Planning via Visually Grounded Text-Video Prompting
di: Ilaslan, Muhammet Furkan, et al.
Pubblicazione: (2024)

InternVid: A Large-scale Video-Text Dataset for Multimodal Understanding and Generation
di: Wang, Yi, et al.
Pubblicazione: (2023)

Learning from Prompt itself: the Hierarchical Attribution Prompt Optimization
di: Chen, Dongyu, et al.
Pubblicazione: (2026)

Hypothesis Testing Prompting Improves Deductive Reasoning in Large Language Models
di: Li, Yitian, et al.
Pubblicazione: (2024)

Understanding Degradation with Vision Language Model
di: Lan, Guanzhou, et al.
Pubblicazione: (2026)

VBench++: Comprehensive and Versatile Benchmark Suite for Video Generative Models
di: Huang, Ziqi, et al.
Pubblicazione: (2024)

Cinemo: Consistent and Controllable Image Animation with Motion Diffusion Models
di: Ma, Xin, et al.
Pubblicazione: (2024)

Cross-domain Named Entity Recognition via Graph Matching
di: Zheng, Junhao, et al.
Pubblicazione: (2024)

Subject-Diffusion:Open Domain Personalized Text-to-Image Generation without Test-time Fine-tuning
di: Ma, Jian, et al.
Pubblicazione: (2023)

Low-Cost Test-Time Adaptation for Robust Video Editing
di: Wang, Jianhui, et al.
Pubblicazione: (2025)

Time-o1: Time-Series Forecasting Needs Transformed Label Alignment
di: Wang, Hao, et al.
Pubblicazione: (2025)

DMSC: Dynamic Multi-Scale Coordination Framework for Time Series Forecasting
di: Yang, Haonan, et al.
Pubblicazione: (2025)

DeMamba: AI-Generated Video Detection on Million-Scale GenVideo Benchmark
di: Chen, Haoxing, et al.
Pubblicazione: (2024)

Effects of exercise on cognitive function and glycated hemoglobin A1c among patients with type 2 diabetes mellitus and cognitive impairment: A systematic review and meta‐analysis
di: Xiaoxue Li, et al.
Pubblicazione: (2025)

Vlogger: Make Your Dream A Vlog
di: Zhuang, Shaobin, et al.
Pubblicazione: (2024)

Align Your Prompts: Test-Time Prompting with Distribution Alignment for Zero-Shot Generalization
di: Hassan, Jameel, et al.
Pubblicazione: (2023)

Virtual Home Staging: Inverse Rendering and Editing an Indoor Panorama under Natural Illumination
di: Ji, Guanzhou, et al.
Pubblicazione: (2023)

Stage-Diff: Stage-wise Long-Term Time Series Generation Based on Diffusion Models
di: Hou, Xuan, et al.
Pubblicazione: (2025)

Prompt-Unseen-Emotion: Zero-shot Expressive Speech Synthesis with Prompt-LLM Contextual Knowledge for Mixed Emotions
di: Gao, Xiaoxue, et al.
Pubblicazione: (2025)