arXiv · cs.AI· Zhiyuan Ma, Jiabao Wei, Tianyu Wang, Hanqing Wang, Jiadong Pan, Haowen Xu, Liangliang Zhao, Ruixun Liu, Yuhan Wang, Yuwei Zhang, Liang Feng, Junhao Xiao, Kaiyan Zhang, Xuekai Zhu, Daizong Liu, Biqing Qi, Yihao Liu, Ganqu Cui, Ning Ding, Linfeng Zhang, Jianjun Li, Kun He, Xiang Bai, Bowen Zhou·· 1 天前
强化学习驱动的扩散模型综述：语言、视觉及更多领域
Reinforcement Learning-driven Diffusion Models: Language, Vision, and Beyond
AI 导读
一篇被 TPAMI 接收的综述首次系统梳理了强化学习驱动的扩散模型（RL-driven DMs），覆盖语言、多模态、机器人和科学模型，聚焦扩散轨迹优化与奖励工程。研究通过多任务基准实验评估了代表性 RL 后训练策略，并揭示奖励设计脆弱、高维生成空间探索-利用权衡、稀疏奖励下训练不稳定三大部署瓶颈。团队还构建了公开仓库持续追踪该领域进展。
来源：arXiv · cs.AI · arxiv.org