arXiv ID:
2607.05150
arXiv 提交日期: 2026-07-06
基于声明级评分规则的视频字幕强化学习奖励机制 / Claim-Level Rubric Rewards for Video Caption Reinforcement Learning
1️⃣ 一句话总结
本文提出了一种名为CuRe的新奖励机制,通过将视频字幕分解为细粒度的、按类别划分的原子声明,并逐一验证其正确性,从而解决了强化学习在视频字幕生成中因传统整体评分或依赖参考文本对齐而导致的准确性不足和多样性受限的问题。