Исследователи предлагают R^3, новую систему, предназначенную для исправления текстовых нарушений в видеорекламе при сохранении первоначального семантического намерения рекламодателя. Система решает проблему ручного исправления в масштабе путем интеграции распознавания текста, переписывания и повторной генерации изображений для промышленного развертывания.
- Фреймворк синтеза данных, основанный на опыте, обеспечивает высококачественный надзор с помощью извлекателя соответствия опыта, относительного к группе.
- Стратегия обучения с подкреплением по программе с иерархическими наградами обеспечивает соответствие при максимизации семантической согласованности.
- Комплексные возможности исправления видео бесшовно интегрируют распознавание текста, переписывание и повторную генерацию изображений.
Обширные эксперименты на промышленных наборах данных и онлайн A/B тестирование демонстрируют, что R^3 значительно превосходит современные базовые модели, достигая оптимального баланса между исправлением нарушений и сохранением намерения.