VEFX-Bench Introduce un Dataset Completo e un Modello di Ricompensa per la Valutazione dell'Editing Video con IA

Un nuovo benchmark chiamato VEFX-Bench affronta le lacune critiche nella creazione video assistita dall'IA fornendo strumenti di valutazione standardizzati. Il sistema include VEFX-Dataset, una raccolta annotata manualmente di 5.049 esempi di editing video che coprono 9 categorie principali e 32 sottocategorie. Ogni esempio è etichettato secondo tre dimensioni distinte: Rispetto delle Istruzioni, Qualità del Rendering ed Esclusività dell'Editing. I metodi di valutazione attuali spesso dipendono da revisioni manuali costose o da modelli visione-linguaggio generici non ottimizzati per la valutazione dell'editing. Le risorse esistenti soffrono di scala limitata, output editati incompleti o mancanza di annotazioni qualitative umane. Basato su questo dataset, VEFX-Reward funge da modello di ricompensa specializzato progettato per confrontare efficacemente i sistemi di editing. L'iniziativa risponde alla crescente necessità di raffinamento professionale di filmati generati o catturati dall'IA attraverso l'editing guidato da istruzioni. Questo sviluppo è stato documentato nel preprint arXiv 2604.16272v1.