跳到正文
arXiv · 机器人与计算机视觉· Haitao Lin, Minsi Ren, Yang Li, Xingtong Ge, Zheyuan Hu, Peiyan Hu, Tailin Wu·· 13 天前AI 评分58

FewStepRL:通过强化学习微调少步扩散模型

FewStepRL: Fine-tuning Few-step Diffusion Models with Reinforcement Learning

AI 导读

该研究针对多步采样器主导训练成本的痛点,提出了 FewStepRL 框架,系统地将强化学习目标适配至少步扩散模型。方法包含三个核心阶段:将目标转换至 x-空间以统一策略预测基准;分解梯度为自回归与奖励增强项以降低计算复杂度;利用模型自身或辅助网络恢复瞬时速度以完成适配。

来源:arXiv · 机器人与计算机视觉 · arxiv.org