Abbas Mamedov

新的WTF算法使用最优传输微调生成模型

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。