09_数据集与性能评测
MAGI-1模型在训练和推理过程中使用了哪些优化技术？
原题MAGI-1模型在处理大规模数据时是如何进行数据预处理的？
原题MAGI-1在“视频延续”任务中的表现如何？与其他方法对比有何优势？
原题MAGI-1的“可控镜头过渡”功能如何实现？其应用场景是什么？
原题MAGI-1的“Prompt-Enhancement”策略如何提升生成质量？其局限性是什么？
原题MAGI-1如何验证其物理合理性？具体测试案例有哪些？
原题AI视频生成技术性能评测中一般使用哪些指标？为什么选择这些指标？
原题HunyuanVideo-Avatar的训练数据是如何筛选和预处理的？具体使用了哪些工具或方法？
原题为什么需要过滤低亮度或低美学的视频？这对生成结果有何影响？
原题用户研究（主观评价）如何设计？为何选择这四个维度（LS、IP、FBN、FCN）？
原题如果数据集中存在长尾分布（如某些情感或风格样本极少），如何改进训练策略？
原题如何评估模型在跨文化场景下的表现？（如不同种族、语言的音频驱动）
原题为何选择FVD而非传统的PSNR/SSIM评估视频质量？
原题如何设计全面的视频生成/编辑模型评估指标体系？
原题Ref-SAV数据集是如何设计的？它在Sa2VA模型的训练中起到了什么作用？
原题Sa2VA使用了哪些数据集进行训练和评估？
原题Ref-SAV数据集的特点是什么？
原题Sa2VA在多个基准上的实验结果如何？这些结果展示了Sa2VA的哪些优势？
原题Sa2VA的训练策略是什么？
原题Sa2VA还可以如何进一步提升性能？
原题阐述Video-LLMs的评估指标体系，包括自动评估和人工评估的具体方案
原题
暂无题目