Delta Forcing：用于交互式自回归视频生成的信任区域引导

交互式实时自回归视频生成对于内容创建和世界建模等应用至关重要，其中视觉内容必须适应动态变化的事件条件。一个根本的挑战在于平衡反应性和稳定性：模型必须迅速响应新事件，同时保持长期的时间一致性。现有的方法将双向模型提炼为自回归生成器，并通过流式长调整进一步调整它们，但在条件变化后通常会表现出持续的漂移。我们将原因确定为条件偏差，即教师可能提供与条件一致但与轨迹无关的指导，使一代人偏向局部有效但全局不一致的模式。受信任区域策略优化的启发，我们提出了 Delta Forcing，这是一个简单而有效的框架，可以在自适应信任区域内限制不可靠的教师监督。具体来说，Delta Forcing 根据教师轨迹和生成器轨迹之间的潜在增量来估计转换一致性，并用它来平衡教师监督与单调连续性目标。这抑制了教师引起的不可靠的转变，同时保留了对新事件的响应能力。大量实验表明，Delta Forcing 在保持事件反应性的同时显着提高了一致性。