研究人员推出了一种新颖的无模拟强化学习算法——Wasserstein-Tilted Flow Maps (WTF),用于微调基于流的生成模型。与依赖KL正则化奖励最大化的现有方法不同,WTF利用了从预训练漂移中导出的最优传输正则化器。这种方法将问题视为流上的确定性最优控制问题,直接将单个样本传输到更高的奖励。在ImageNet-256和文本到图像生成上的实验表明,WTF在奖励对齐方面表现更优,多样性与基线方法相当或更好,同时显著降低了计算需求。 AI
影响 引入了一种计算效率更高的微调生成模型的方法,有望加速生成式AI的研究和开发。
排序理由 详细介绍新算法和实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Abbas Mamedov
- flow-based generative model
- Hugging Face
- ImageNet-256
- KL-regularized reward maximization
- optimal transport
- reinforcement learning
- Wasserstein-Tilted Flow Maps
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →