arXiv · 机器人与计算机视觉· Sergey Karpukhin, Aibek Alanov·· 17 天前精选AI 评分82
Scout-Refine-Correct:教流模型自我修正其生成的样本
Scout-Refine-Correct: Teaching Flow Models to Refine Their Own Samples
AI 导读
论文提出 Scout-Refine-Correct (SRC) 训练配方,赋予流匹配生成器在推理时利用自条件信号进行样本修正的能力。该方法在每个采样步执行前瞻 rollout 并反馈估计值作为自条件信号,通过两种修正损失引导模型探索新样本而非坍缩到次优解。
推荐理由
SRC 方法让流匹配模型在推理时通过自条件信号进行样本修正,无需外部验证器或奖励信号即可提升生成质量。
来源:arXiv · 机器人与计算机视觉 · arxiv.org