实体
Rui Li
Rui Li
PulseAugur coverage of Rui Li — every cluster mentioning Rui Li 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
最近 · 第 1/1 页 · 共 2 条
-
研究人员提出RATS框架，实现更快、更高质量的视觉生成
研究人员开发了一个名为奖励感知轨迹塑造（RATS）的新框架，以提高视觉生成模型的效率和质量。RATS通过对齐潜在轨迹并使用奖励感知门控来调节引导，使模型能够优化首选的生成质量。这种方法使学生模型有可能超越它们的教师模型，而不是受限于模仿，并能在不增加计算成本的情况下有效地转移知识。
-
研究人员提出面向目标的轨迹信用分配以用于视觉生成
研究人员开发了一个名为“面向目标的轨迹信用分配”（OTCA）的新框架，以使用强化学习改进视觉生成模型的训练。当前的方法通常在整个生成过程中广泛分配奖励，当涉及图像质量和文本对齐等多个目标时，会导致次优结果。OTCA通过将奖励分解到不同的去噪步骤，并根据特定目标自适应地分配它们来解决这个问题，从而产生更结构化和有效的训练信号。实验表明，OTCA显著提高了图像和视频的生成质量。