LeapAlign
PulseAugur coverage of LeapAlign — every cluster mentioning LeapAlign across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AdvFidelity 集成偏好对齐和少样本图像生成
研究人员推出 AdvFidelity，一种新颖的方法，可在单一强化学习 (RL) 阶段统一偏好对齐和高效的少样本图像生成。该方法通过在线对抗性奖励集成伪影敏感保真度监督，从而无需依赖传统的多阶段蒸馏技术即可实现联合奖励对齐和高保真度生成。AdvFidelity 在各种任务和模型骨干上展示了与全步 RL 方法相比具有竞争力的性能，同时使用的生成步数显著减少。
-
AdvFidelity论文统一了图像生成和偏好对齐
研究人员开发了AdvFidelity，一种新颖的方法，在单一强化学习阶段内统一了偏好对齐和高效的少样本图像生成。该方法使用在线对抗奖励将伪影敏感保真度监督集成到RL中，从而无需显式的蒸馏目标即可进行联合奖励对齐和高保真度生成。AdvFidelity基于LeapAlign构建，在对齐和生成质量方面达到了全样本方法的性能，同时显著减少了所需的步数。
-
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…