arXiv · AI· Ku Onoda, Paavo Parmas, Hiroki Furuta, Soichiro Nishimori, Yuta Oshima, Shohei Taniguchi, Yutaka Matsuo·· 5 小时前AI 评分21
MultiMaxPO 利用多轴 Max@K 强化学习提升文生图代表多样性
Multi-Axis Max@K Reinforcement Learning for Representative Diversity in Text-to-Image Generation
AI 导读
MultiMaxPO 提出基于多轴 Max@K 目标的强化学习后训练方法，以提升文生图模型的代表性多样性并覆盖预定义模式。 该方法在 Stable Diffusion 3.5 Medium 上使公平性得分（Fairness Score）提升 0.22-0.36，在 FLUX.1-dev 上提升 0.07-0.19，且优于匹配 RL 基线。
来源：arXiv · AI · arxiv.org