跳到正文
arXiv · ML· Jade Zou, Tao Huang, Weijie Kong, Junzhe Li, Yue Wu, Qi Tian, Jiangfeng Xiong, Jianwei Zhang, Liefeng Bo, Zhao Zhong·· 10 天前AI 评分31

Precise:用于 Flow-Matching 模型 RL 后训练的 SDE 一致性随机采样器

Precise: SDE-Consistent Stochastic Sampling for RL Post-Training of Flow-Matching Models

AI 导读

该研究提出新随机采样器 Precise,通过冻结干净潜变量后验均值实现 SDE 一致性,平衡探索与去噪稳定性。 实验显示其比现有采样器减少 13.1-53.2% 训练时间,同时在 PickScore 和 HPSv2.1 等基准上达到最先进对齐分数,加速并稳定强化学习奖励优化。

来源:arXiv · ML · arxiv.org