09:24
官方账号arXiv cs.LG@Ruihang Li, Mengde Xu, Shuyang Gu, Leigang Qu, Fuli Feng, Han Hu, Wenjie Wang
推荐理由：这篇论文提出用分布级奖励替代样本级奖励，解决了生成模型奖励作弊的老问题，SiT和EDM2的FID分数都显著提升。
SiT
共 1 条相关 AI 资讯
7月3日
09:24
论文提出分布级奖励（Distribution-wise Rewards）框架，替代传统样本级奖励函数，以解决视觉生成中的奖励作弊和模式坍塌问题。通过子集替换策略降低计算成本，并应用强化学习优化模型合并系数，缓解训练-推理不一致。在SiT模型上FID-50K从8.30降至5.77，在EDM2模型上从3.74降至3.52。定性评估显示该方法在保持多样性的同时提升了感知质量。