arXiv · cs.AI· Jinmei Liu, Haoru Li, Zhenhong Sun, Chaofeng Chen, Yatao Bian, Bo Wang, Daoyi Dong, Chunlin Chen, Zhi Wang·· 5 小时前
DRIFT：缓解强化微调中的多样性坍缩，提升图像生成多样性
Beyond the Dirac Delta: Mitigating Diversity Collapse in Reinforcement Fine-Tuning for Versatile Image Generation
AI 导读
针对强化微调中策略坍缩为 Dirac delta 分布的多样性坍缩问题，研究者提出 DRIFT 框架，从采样、提示词和优化三个层面激励输出多样性。实验显示 DRIFT 在任务对齐与生成多样性上取得明显帕累托优势：对齐相同时多样性提升 3.88%~81.42%，多样性相同时对齐提升 14.38%~56.45%。代码已开源。
来源：arXiv · cs.AI · arxiv.org