实体
Diffusion Direct Preference Optimization
Diffusion Direct Preference Optimization
PulseAugur coverage of Diffusion Direct Preference Optimization — every cluster mentioning Diffusion Direct Preference Optimization across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的DIGHT框架增强了模拟中拟人交互的生成
研究人员开发了DIGHT，一个旨在改善数字人之间交互生成的新框架。这个协同适应系统将交互生成器与拟人跟踪策略相结合。DIGHT首先模拟多个交互候选，然后使用从模拟运行中得出的基于物理的偏好，通过扩散直接偏好优化来改进生成器。然后，改进后的生成器微调跟踪策略，增强了生成运动与物理执行之间的兼容性，从而在模拟中产生更合理、更逼真的拟人交互。
-
新的DDSPO方法增强了扩散模型与用户意图的对齐
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。