エージェント初出 8/13 02:35
試行錯誤を超えて：Image-to-Video AdherenceのためのAgentic Optimization
Beyond Trial-and-Error: Agentic Optimization for Image-to-Video Adherence
https://export.arxiv.org/api/query·2026/8/12
AI要約
現代の画像から動画生成（I2V）モデルは強力ですが、制御性や信頼性に課題があり、非効率な試行錯誤プロセスを必要とします。この問題に対処するため、「エージェントによる自己改善」フレームワークを提案します。
AI要点
- 現代の画像から動画生成（I2V）モデルは、プロンプトやハイパーパラメータのわずかな変動で出力が大きく変わるため、試行錯誤が必要でした。
- 本研究では、「Agentic Self-Improvement」フレームワークを提案し、生成プロセスを目標指向の最適化問題として再定義しています。
- このフレームワークは、マルチモーダルLLMを用いたプロンプト最適化と、ベイズ最適化による乱数シードやCFGスケールの協調最適化を組み合わせます。
- 提案手法は、従来の探索手法よりも大幅に優れた結果を示し、人間による評価でも高い好ましさを達成しました。
なぜ重要か
このエージェント型最適化フレームワークは、画像から動画生成モデルの予測可能性と制御性を向上させ、コンテンツ作成ワークフローにおける信頼性の高い実用的なツールへの移行を促進します。