arXiv · ML· Yilie Huang, Wenpin Tang, Xun Yu Zhou·· 7 天前AI 评分21
ART 方法通过强化学习优化扩散模型的时间步调度
ART for Diffusion Sampling: A Reinforcement Learning Approach to Timestep Scheduling
AI 导读
研究提出自适应重参数时间(ART)方法,利用 ART-RL 强化学习策略优化扩散模型采样时的时间步调度。该方法在有限时间步预算下最小化欧拉离散化误差,显著提升了采样效率。在 EDM 流水线中,ART-RL 在 CIFAR-10 等数据集上改善了 FID 分数,且无需重新训练即可迁移至新任务。
来源:arXiv · ML · arxiv.org