arXiv · ML· Zhenglin Wan, Jiayu Chen, Zhengfeiyang Zhang, Pengfei Zhou, Wangbo Zhao, Fangyuan Kong, Pengfei Wan, Kun Gai, Yang You·· 2026-10-12AI 评分46
DiffusionART:基于聚合优先奖励倾斜的高效扩散模型强化方法
DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models
AI 导读
DiffusionART 提出一种无需可微奖励模型即可高效训练扩散模型的在线强化学习方法。 该方法通过聚合奖励方向消除一致性力,并用信任域掩码更新替代指数移动平均(EMA)以稳定训练。
来源:arXiv · ML · arxiv.org