热点事件持续更新
DiffusionART：无需可微奖励的扩散模型在线RL微调方法
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月12日，arXiv Machine Learning Theory（一手来源）发表研究，提出 DiffusionART（Diffusion Reinforcement with Aggregation-First Reward Tilting），一种面向扩散模型的高效、稳定且可扩展的在线强化学习微调方法。该方法无需可微奖励模型，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。目前公开信息仅包含该论文报道，尚未见后续验证或复现结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
2026-10-12 arXiv发表DiffusionART论文，提出无需可微奖励的扩散模型在线RL微调方法。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Machine Learning TheoryDiffusionART：高效、稳定且可扩展的扩散模型强化方法
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。