GuidanceNFT：修正NFT损失以稳定扩散模型奖励微调

Jiayin Liu等人提出GuidanceNFT方法，通过在线流匹配在引导样本上估计匹配参考速度，并用其修正NFT损失中的两个回归项，以解决标准NFT直接用于引导样本时出现的奖励退化和训练崩溃问题。 在SD3.5-M模型上，该方法在GenEval、文本渲染和多奖励目标下均取得比NFT更高的优化奖励，并改善了整体提示词对齐。上述结果出自论文作者的报告。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。