CaC прибавил 25,7% на точных бенчмарках и лучше чистит видеоаномалии

CaC прибавил 25,7% на точных бенчмарках и лучше чистит видеоаномалии

В кейсе с CaC (Concentrate and Concentrate) исследователи показали, как VLM можно натренировать на более тонкое распознавание дефектов в видео. Модель работает как coarse-to-fine anomaly reward model и опирается на датасет с per-frame bounding boxes, temporal anomaly windows и fine-grained attribution labels. Обучение проводилось через two-turn GRPO после supervised fine-tuning.

Что получилось в цифрах: +25,7% accuracy на fine-grained anomaly benchmarks. В прикладной части CaC также уменьшила количество видеоаномалий в генерации на 11,7% и подтянула общее качество видео. Это хороший пример того, как рынок двигается от грубой проверки контента к более детальному разбору сцены, движения и локальных артефактов.

Для TikTok-воронок вывод прямой: чем больше в пайплайне генеративных роликов, тем меньше шансов «проскочить» у слабого креатива. Внутри платформ и AI-инструментов растет ценность моделей, которые умеют оценивать не только текстовый промпт или один кадр, но и динамику целиком. Для байеров и UGC-команд это означает более жесткий отбор видео еще до запуска, а не после провала по CTR и удержанию.

Связанная тема раскрывается в @VectorVerticalWatch