09:26
官方账号arXiv cs.LG@Hoseong Hwang, Woorim Han, Joungin Chun, Jinseong Park, Jaewoong Choi
精选73°
推荐理由：这篇论文提出了WGF方法，能微调单步生成模型且无需奖励梯度，解决了非可微奖励问题。
Wasserstein梯度流
共 1 条相关 AI 资讯
9月1日
09:26
研究人员提出了一种通过Wasserstein梯度流(WGF)对单步生成模型进行奖励引导微调的新方法。该方法在CIFAR-10和ImageNet 256×256数据集上进行了测试，使用JPEG压缩率、类别概率、黑白和CLIP对齐等多种奖励函数。实验表明，该方法比基线模型实现了更好的奖励对齐效果，同时避免了奖励黑客和模式崩溃问题。