跳到正文
arXiv · AI· Hyojun Go, Hyungjin Chung, Prune Truong, Goutam Bhat, Li Mi, Zhaochong An, Zixiang Zhao, Dominik Narnhofer, Serge Belongie, Federico Tombari, Konrad Schindler·· 10 天前AI 评分40

StitchVM:通过模型拼接实现扩散模型奖励对齐

Stitched Value Model for Diffusion Alignment

AI 导读

研究者提出模型拼接框架 StitchVM,将冻结扩散模型前缀与预训练奖励模型后缀通过兼容特征接口连接,通过闭式特征拟合和轻量蒸馏使模型能直接从不干净潜变量估计价值函数,无需近似或额外去噪。

来源:arXiv · AI · arxiv.org