PulseAugur
中
实时 06:07:22
实体 ThermoDPO-weighted

ThermoDPO-weighted

PulseAugur coverage of ThermoDPO-weighted — every cluster mentioning ThermoDPO-weighted across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_211969 ·

    新的ThermoDPO方法解决了生成模型对齐中的流形漂移问题

    研究人员发现“流形漂移”是将其偏好优化方法扩展到生成模型的连续时间动力学中的一个关键问题。当流匹配中的奖励驱动更新将终端样本移出预训练数据流形时，就会发生这种现象。为了解决这个问题，提出了一种名为ThermoDPO的新方法，该方法使用温度控制将成对偏好优化锚定在首选样本上。加权变体ThermoDPO-weighted进一步提高了性能，在基准测试中达到了0.899的StrictScore，并在SD3.5-M模型上的OCR和其他指标上取得…