研究人员推出了一种新颖的训练扩散模型的方法——直接扩散评分偏好优化（DDSPO），使其能更好地与用户意图和美学质量对齐。与以往依赖前向扩散过程近似值的方法不同，DDSPO直接使用对比策略对来监督反向去噪转换。这种新方法可以通过训练独立的获胜和失败模型来实现，或者通过利用带有语义变化的预训练参考模型来实现，无需奖励建模或手动标注。实证结果表明，DDSPO的对比策略对监督在文本图像对齐和美学质量方面比现有的基于前向过程的方法更有效。 AI
影响 这种新的训练方法可能会带来能更好地理解和执行复杂用户指令的扩散模型，从而提高它们在创意应用中的实用性。
排序理由 该集群包含一篇详细介绍扩散模型新训练方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- DDSPO
- Diffusion Direct Preference Optimization
- Diffusion models
- Direct Diffusion Score Preference Optimization
- Dohyun Kim
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
