PulseAugur
中
实时 01:27:23
English(EN) Policy-based Tuning of Autoregressive Image Models with Instance- and Distribution-Level Rewards

新的强化学习框架提升图像模型的多样性和质量

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的强化学习框架，用于改进自回归图像生成模型。该框架解决了现有方法中常见的输出多样性崩溃以及样本质量与分布覆盖率之间权衡的问题。通过引入一种新颖的分布级奖励——留一法FID（LOO-FID），该系统鼓励样本多样性并防止模式崩溃。当与用于语义和感知保真度的实例级奖励相结合时，该方法在LlamaGen和VQGAN架构上仅经过几百次微调迭代后，在质量和多样性指标上均显示出显著改进。 AI

影响 这项研究提供了一种新颖的方法来提高自回归模型中图像生成的质量和多样性，有望带来更强大的生成式AI系统。

排序理由 该集群包含一篇学术论文，详细介绍了一种改进自回归图像模型的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的强化学习框架提升图像模型的多样性和质量

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Orhun Bugra Baran, Melih Kandemir, Ramazan Gokberk Cinbis ·

    基于实例和分布层级奖励的自回归图像模型的策略调优

    arXiv:2603.23086v2 Announce Type: replace Abstract: Autoregressive (AR) models are highly effective for image generation, yet their standard maximum-likelihood estimation training lacks direct optimization for sample quality and diversity. While reinforcement learning (RL) has be…

相关实体

相关话题