arXiv · cs.LG· Zhenglin Wan, Jiayu Chen, Zhengfeiyang Zhang, Pengfei Zhou, Wangbo Zhao, Fangyuan Kong, Pengfei Wan, Kun Gai, Yang You·· 14 小时前
DiffusionART：高效、稳定且可扩展的扩散模型强化学习
DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models
AI 导读
DiffusionART 通过将每个 prompt 的奖励聚合为共享的奖励改进方向，消除了 NFT 类目标中隐藏的前向-反向一致性力，并加入信任域掩码的二次更新实现漂移自适应恢复，无需 EMA 调参。
来源：arXiv · cs.LG · arxiv.org