PulseAugur
中
实时 01:29:10
实体 UDM-GRPO

UDM-GRPO

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

Show in brief
总计 · 30天
0
90 天内 0
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天

过去 90 天内暂无报道。

主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_56493 ·

    新的UDM-GRPO框架提升离散扩散模型性能

    研究人员推出UDM-GRPO，一个将统一离散扩散模型（UDMs）与强化学习相结合以改进离散生成模型的新框架。该方法通过将最终的干净样本视为一个动作，并通过扩散前向过程重构轨迹，从而提高了训练稳定性和性能。诸如Reduced-Step和CFG-Free等附加策略进一步提高了效率，在文本到图像任务、OCR基准测试和其他应用中取得了最先进的结果。