跳到正文
arXiv · ML· Runlong Liao, Xingqian Xu, Lizhang Chen, Baiyu Su, Yufan Huang, Zhonghao Wang, Akash Gokul, Ming-Yu Liu, Qiang Liu, Yogesh Balaji·· 11 天前AI 评分35

SIFR:稳定有符号流强化

SIFR: Stable Signed Flow Reinforcement

AI 导读

论文提出 SIFR 方法,通过有符号优势替代奖励权重并限制速度漂移,以稳定流模型的多轮迭代微调。 在 SD3.5 Medium (2.5B)、FLUX.2 Klein (9B) 和 Cosmos 3 Super Text2Image (64B) 上,SIFR 在 12 组骨干-奖励对中匹配或超越现有方法,且收敛更快、长期训练不崩溃。

来源:arXiv · ML · arxiv.org