跳到正文
热点事件持续更新

ExploreNet: 扩散 GRPO 中自适应探索策略的学习

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

2026-10-01，arXiv 发表一手研究 ExploreNet，针对扩散模型 GRPO 训练中探索策略的学习。ExploreNet 为每个潜在元素预测自适应噪声尺度，替代 Flow-GRPO 的各向同性高斯噪声。实验在 Stable Diffusion 3.5 Medium 上显示 GenEval2 提升 14%，人类偏好胜率达 67.2%，并迁移至两个组合基准和五个偏好/图像质量模型。报道未提供更早版本对比，故无矛盾说明。

AI 根据报道生成 · 1 小时前更新

最新进展10月1日 12:00
arXiv 发布 ExploreNet 自适应噪声方案，GenEval2 +14%、偏好胜率 67.2%，并跨组合基准与多模型迁移。

报道时间线

沿着报道，了解事件的不同侧面。

10月1日
  1. arXiv · Computer Vision
    ExploreNet：扩散模型 GRPO 中自适应探索策略的学习

    ExploreNet 在扩散 GRPO 训练中为每个潜在元素预测自适应噪声尺度，替代 Flow-GRPO 的各向同性高斯噪声。在 Stable Diffusion 3.5 Medium 上，ExploreNet 使 GenEval2 提升 14%，人类偏好胜率 67.2%，并迁移至两个组合基准和五个偏好/图像质量模型。

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。