实体
LeapAlign
LeapAlign
PulseAugur coverage of LeapAlign — every cluster mentioning LeapAlign across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
FlowBP框架增强文本到图像模型的对齐
研究人员推出了一种新颖的框架FlowBP，旨在改进文本到图像生成中使用的流匹配模型的对齐。该框架通过将反向轨迹视为可定制的设计元素，解决了内存和梯度链接的限制。FlowBP提供了四种关键的优化选择，包括奖励模型输入和集成权重，并在SD3.5-M和FLUX.2-Klein-base等模型上展示了各种指标的改进。
-
新的FlowBP框架增强了文本到图像模型的对齐能力
研究人员推出了一种名为FlowBP的新框架，旨在提高文本到图像模型与人类偏好的对齐度。该方法通过创建替代的反向轨迹，解决了直接奖励反向传播的内存限制和梯度膨胀等局限性。FlowBP提供了三种变体，可以限制内存使用并减少梯度链式反应，在SD3.5-M和FLUX等模型上展示了各项指标的改进。
-
研究人员开发流图引导，实现更快、更对齐的生成模型
研究人员开发了引导生成模型的新方法，特别是在文本到图像合成方面。其中一种方法，流图奖励引导（FMRG），将引导重新表述为最优控制问题，并使用流图进行高效的单轨迹积分和引导，显著加快速度，并且在更少的步数内达到与现有方法相当或更优的性能。另一种方法，LeapAlign，通过将长轨迹缩短为两次跳跃来解决流匹配模型微调的计算挑战，从而能够在任何生成步骤中进行高效稳定的更新，并在图像质量和对齐方面优于当前最先进的技术。此外，另一篇论文探讨了约…