DualHeads：双分类器头对齐少步扩散生成

Yuanzhi Zhu 等作者提出 DualHeads 方法：在冻结的扩散骨干上挂两个轻量分类器头，仅用外部奖励评估和参考样本，让少步扩散生成器对齐任务与人类偏好。 奖励头学习同一提示词下哪些样本得分更高，参考头区分参考图与生成图，生成器最大化两者 logits 的加权和。作者称，当头最优时，该目标等价于对学习奖励做 KL 正则化最大化，权重比决定正则强度。

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。