arXiv · ML· Richard Lee Kim, Yeongmin Kim, Gyuwon Sim, Taekyu Kim, Minsang Park, Il-chul Moon·· 2026-10-06AI 评分33
BoNG:一种在反向扩散过程中集成Best-of-$N$选择的扩散对齐方法
Best-of-$N$ Guidance for Test-time Diffusion Alignment
AI 导读
针对Best-of-$N$ (BoN) 采样仅在最终阶段使用奖励信息的局限,研究提出BoNG方法,将BoN选择原则直接集成至反向扩散过程以增强扩散模型的人类偏好对齐。
来源:arXiv · ML · arxiv.org