DrPO：一步生成模型偏好优化的新方法
DrPO 解决了单步生成模型偏好微调的核心痛点——无需可微奖励或复杂去噪轨迹，做文本到图像生成的团队可以直接用黑箱奖励提升模型对齐度，训练效率还提升了3倍多，值得关注。
#SD-Turbo
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「SD-Turbo」标签的资讯、产品与论文，按刊登时间排，新的在上。
6月2日
DrPO 解决了单步生成模型偏好微调的核心痛点——无需可微奖励或复杂去噪轨迹，做文本到图像生成的团队可以直接用黑箱奖励提升模型对齐度，训练效率还提升了3倍多，值得关注。