arXiv · cs.LG· Ku Onoda, Paavo Parmas, Hiroki Furuta, Soichiro Nishimori, Yuta Oshima, Shohei Taniguchi, Yutaka Matsuo·· 7 小时前
MultiMaxPO：用多轴 max@K 强化学习提升文生图模型的代表性多样性
Multi-Axis Max@K Reinforcement Learning for Representative Diversity in Text-to-Image Generation
AI 导读
研究者提出强化学习后训练方法 MultiMaxPO，通过优化多轴 max@K 目标提升扩散文生图模型对预设模式（如颜色、感知种族类别）的覆盖度。
来源：arXiv · cs.LG · arxiv.org