arXiv · cs.LG· Haitao Lin, Minsi Ren, Yang Li, Xingtong Ge, Zheyuan Hu, Peiyan Hu, Tailin Wu·· 16 小时前
FewStepRL：用强化学习微调少步扩散模型
FewStepRL: Fine-tuning Few-step Diffusion Models with Reinforcement Learning
AI 导读
FewStepRL 将 FlowGRPO、AWM、DiffusionNFT、DiffusionOPSD 和 ReFL 等 RL 目标系统适配到少步扩散模型，通过变换、分解与适配三步，把面向瞬时速度的 RL 目标改写为适用于少步模型的形式，并在同一模块化代码库中实现。
来源：arXiv · cs.LG · arxiv.org