研究团队提出扩散模型强化学习算法DiffusionART

2026年10月12日，arXiv机器学习板块公布了一项研究成果，研究团队提出了一种名为 DiffusionART 的高效、稳定且可扩展的扩散模型强化学习方法。该方法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，实现了无需指数移动平均（EMA）调优的高效稳定训练。此外，该技术方案还拓展支持成对奖励模型 DiffusionART-Pairwise。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。