PulseAugur
中
实时 05:01:08
English(EN) FlowCTS: On-policy Continuous Trajectory Supervision of Flow Models

新的FlowCTS方法在关键基准测试中提升了流模型的性能

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种用于流模型的策略内连续轨迹监督的新颖方法FlowCTS。该技术旨在通过匹配从同一学生访问状态初始化的学生轨迹和参考轨迹来提高性能。FlowCTS在GenEval、光学字符识别（OCR）和PickScore等基准测试中取得了显著改进，其表现优于现有的基于KL的策略内蒸馏和标准监督微调等方法。 AI

影响 这项研究可能导致更高效、更有效的生成模型训练，特别是在需要细致轨迹理解的领域。

排序理由 该集群包含一篇详细介绍流模型新方法的 ist 研究论文。[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FlowCTS方法在关键基准测试中提升了流模型的性能

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Kaiyang Ye, Yuan Ge, Junxiang Zhang, Bei Li, Ziming Zhu, Haishu Zhao, Xiaoqian Liu, Chenglong Wang, Jingbo Zhu, Zhengtao Yu, Tong Xiao ·

    FlowCTS：流模型的策略内连续轨迹监督

    arXiv:2607.24522v1 Announce Type: new Abstract: While on-policy distillation (OPD) effectively addresses sparse rewards and exposure bias in large language model post-training, its extension to flow models remains underexplored. To this end, we propose Flow Continuous Trajectory …

相关实体

相关话题