我们会在后期修复它：利用神经符号反馈改进文本到视频生成
TLDR
提出NeuS-E，一种利用神经符号反馈的零训练视频精修流程，将复杂提示的时序与逻辑一致性提升约40%。
评分理由
The paper addresses a practical limitation in text-to-video generation with a novel zero-training refinement approach and demonstrates strong empirical gains across multiple models. However, the abstract lacks details about the neuro-symbolic feedback mechanism and evaluation methodology, making it hard to assess generalizability and robustness.
Read-first 评分解释
综合优先阅读分 22.2，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 0。
研究版图角色
前沿论文
排序敏感性
稳定性：volatile；排名波动范围：223。