Netflix 发布口型同步裁判模型 ATR，七语言基准 AUC 提升 50%+

Netflix 提出多语言口型同步裁判模型 Align Then Reason（ATR），仅凭无声视频与候选台词判断内容与时序是否匹配，无需参考已配音音频。在七语言基准上，ATR 相对 Qwen3.5 SFT 基线在 2B/4B/9B 推理器上平均 AUC 提升 59.4%/50.2%/50.8%，对 LLaMA-3.1-8B、Mistral-7B 等 LLM 家族提升约 46%。