arXiv 机器学习· Zhenglin Wan, Jiayu Chen, Zhengfeiyang Zhang, Pengfei Zhou, Wangbo Zhao, Fangyuan Kong, Pengfei Wan, Kun Gai, Yang You·· 4 小时前AI 评分44
DiffusionART：高效、稳定且可扩展的扩散模型强化学习方法
DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models
AI 导读
研究人员提出 DiffusionART，通过将提示词奖励聚合为共享的逆向过程提升方向并结合置信区间掩码更新，实现了无需 EMA 调优的高效稳定扩散模型强化学习，同时支持成对奖励模型 DiffusionART-Pairwise。
来源：arXiv 机器学习 · arxiv.org