arXiv · Machine Learning Theory· Zhenglin Wan, Jiayu Chen, Zhengfeiyang Zhang, Pengfei Zhou, Wangbo Zhao, Fangyuan Kong, Pengfei Wan, Kun Gai, Yang You·· 3 hr agoAI score41
DiffusionART：高效、稳定且可扩展的扩散模型强化方法
DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models
AI brief
研究者提出 DiffusionART（Diffusion Reinforcement with Aggregation-First Reward Tilting），一种无需可微奖励模型的扩散模型在线 RL 微调方法，通过聚合每个 prompt 的奖励构建共享的奖励提升方向，从结构上消除一致性力，并以 trust-region-masked 二次更新替代 EMA 调参。
Source: arXiv · Machine Learning Theory · arxiv.org