您可以检查的计划：用于可执行视频编辑的开放权重规划器的基于验证者的学习

实际的视频编辑不仅仅是像素生成：编辑人员必须将简介、剪辑池、音乐元数据和硬约束转换为可执行的时间线。我们将这个决策层研究为\emph{可执行视频编辑规划}，并引入RefineCut，与包装提示前沿模型的工作流系统不同，它为其训练一个紧凑的开放权重规划器。规划器通过结构化补丁编辑键入的时间线，包括剪辑选择、修剪、排序、过渡、持续时间和音乐对齐；确定性验证程序应用每个补丁并根据显式约束分类帐对其进行检查。由于编辑没有单个 真值 修复，因此我们不会直接模仿教师：RefineCut 通过验证器重播每个多教师分支，并保留验证器最佳修复作为监督。第二阶段，RefineCut-Evo，让学生使用验证器和任务评分标准对自己的修复进行评分，并在高利润偏好对上进行训练，因此最终的 8 美元规划器在封闭的验证器循环中运行，没有老师进行推理。在RefineCut-Bench（$3{,}578$任务，$7{,}971$字幕剪辑，$499$音乐曲目，显式账本）上，验证者重播的蒸馏将计划器在特定于协议的视频编辑分数上从$0.620$提升到$0.858$，RefineCut-Evo达到$0.924$；增益转移到 Llama-3.1-8B 和 GLM-4-9B，并且在同一个闭环中，$8$B 规划器匹配或超过其前沿教师。代码和RefineCut-Bench公开发布；请参阅数据可用性声明。