训练过程中，怎样判断视觉特征是否清晰

从 SFT 到 DPO：视频生成模型后训练为何变成系统工程

当奖励模型也会误判，视频生成后训练该信什么

视觉生成强化学习开始“看重点”：ViPO 如何重做奖励分配