实体
FlowGRPO
FlowGRPO
PulseAugur coverage of FlowGRPO — every cluster mentioning FlowGRPO across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
LLM-to-Flow Distillation 可实现对科学生成器的自然语言控制
研究人员开发了一种名为 LLM-to-Flow Distillation (LFD) 的新技术，用于通过自然语言指导科学生成器实现特定的发现目标。该方法采用一个固定的 LLM 来创建自适应课程，并通过直接偏好优化 (DPO) 来提炼偏好。LFD 已成功应用于控制治疗性肽和小分子的设计，其性能优于现有的奖励指导方法，且无需明确的代理奖励。
-
新的DigenRL框架通过解耦强化学习加速扩散式生成大语言模型 · 跟踪3个来源
研究人员开发了DigenRL，一个解耦强化学习框架，旨在提高基于扩散的生成式大语言模型的效率。该新框架通过实现灵活的资源分配和兼容异构GPU来解决现有系统的局限性。DigenRL引入了生成轴流水线（GAP）和时间步长并行（TSP）等新技术，以改进rollout和训练之间的流水线操作，并结合了弹性Trainer-Assisted Generation（TAG）方法。实验表明，DigenRL显著提高了吞吐量，与当前最先进的系统相比，最高可…