WTF：无需仿真的流映射强化学习微调框架

研究者 Abbas Mammadov 等人提出 Wasserstein-Tilted Flow Maps（WTF），称其为首个原生面向 flow map 的端到端微调方案。该方法通过从预训练漂移构建最优传输正则项，将问题转化为流上的确定性最优控制，实现无仿真强化学习。 在 ImageNet-256 和文本到图像任务上，作者报告 WTF 取得比基线更高的奖励，多样性相当或更高，同时训练算力最多减少 280 倍。

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。