Xiaomi का MiLM Plus रिलीज़ PROVE: धारणा-संरेखित ऑब्जेक्ट रिमूवल मेट्रिक्स RC-S और RC-T, साथ में रियल-वर्ल्ड वीडियो बेंचमार्क

ऑब्जेक्ट रिमूवल मॉडल उन मेट्रिक्स से तेज़ उन्नत हुए हैं जिनका उपयोग उन्हें मूल्यांकन करने के लिए किया जाता है, जिससे अक्सर आउटपुट की रैंकिंग गलत हो जाती है। Xiaomi की MiLM Plus टीम ने PROVE जारी किया है, जिसे ACM MM 2026 में स्वीकार किया गया है, जिसमें दो मेट्रिक्स शामिल हैं: स्थानिक सुसंगतता के लिए RC-S और अस्थायी स्थिरता के लिए RC-T, साथ ही PROVE-Bench, एक दो-स्तरीय वीडियो बेंचमार्क। दोनों मेट्रिक्स संपादित क्षेत्र को स्थानीय रूप से DINOv2 फीचर्स पर स्लाइडिंग-विंडो अधिकतम माध्य विसंगति का उपयोग करके स्कोर करते हैं और किसी संदर्भ वीडियो की आवश्यकता नहीं होती है। PROVE Apache 2.0 PyTorch रिपॉजिटरी के रूप में उपलब्ध है। ये मेट्रिक्स मौजूदा मेट्रिक्स की समस्याओं का समाधान करते हैं: PSNR, SSIM और LPIPS कॉपी-पेस्ट की ओर पक्षपाती हैं, ReMOVE और CFD धुंधलापन को पुरस्कृत करते हैं और भ्रम (हैलुसिनेशन) पर गलत परिणाम देते हैं, और अस्थायी मेट्रिक्स क्षति के प्रति असंवेदनशील हैं। RC-S मानव रैंकिंग के विरुद्ध 0.59 औसत केंडल का ताऊ प्राप्त करता है, जो ReMOVE (0.26) और CFD (0.16) से काफी बेहतर प्रदर्शन करता है। PROVE-Bench में PROVE-M शामिल है जिसमें 80 युग्मित वीडियो हैं और PROVE-H जिसमें 100 कठिन वीडियो हैं जिनमें ग्राउंड ट्रुथ नहीं है। कोड और डेटासेट सार्वजनिक रूप से उपलब्ध हैं, और RC-S प्रति फ्रेम 134.6 मिलीसेकंड में चलता है, जो CFD से 13.7 गुना तेज़ है।