arXiv · 机器人与计算机视觉· Ziqiao Weng, Yuanzhi Liang, Haibin Huang, Weidong Cai, Xuelong Li·· 13 天前AI 评分72
面向视觉生成的生成器对齐奖励建模与目标感知有界优化方法
Generator-Aligned Reward Modeling with Target-Aware Bounded Optimization for Visual Generation
AI 导读
该论文针对视觉生成模型后训练阶段数据分布不匹配及属性监督混淆的问题,提出结合生成器对齐奖励建模(GARM)与目标感知有界优化(TABO)的框架。GARM 通过生成器支持匹配和内容匹配的真实对比降低无关内容干扰;TABO 将学习到的奖励映射为平滑的上界函数以抑制过优化。
来源:arXiv · 机器人与计算机视觉 · arxiv.org