跳到正文
arXiv · 机器人与计算机视觉· Hongeun Kim, Jeongsol Kim, Jong Chul Ye·· 13 天前AI 评分58

LeNO:面向少步生成模型的奖励对齐噪声优化学习

Learning Noise Optimization for Reward Alignment in Few-Step Generative Models

AI 导读

针对扩散和流基生成模型难以适配少步确定性生成器的问题,本文提出 LeNO 方法,将奖励引导的初始噪声优化摊销为学习残差传输,同时保持预训练生成器冻结。该方法利用 Local GRPO 和标量奖励学习锚点条件的噪声修正分布,消除了推理时的迭代测试优化。

来源:arXiv · 机器人与计算机视觉 · arxiv.org