跳到正文
arXiv · 机器人与计算机视觉· Jade Zou, Tao Huang, Weijie Kong, Junzhe Li, Yue Wu, Qi Tian, Jiangfeng Xiong, Jianwei Zhang, Liefeng Bo, Zhao Zhong·· 9 天前AI 评分72

Precise:面向流匹配模型强化学习后训练的 SDE 一致随机采样方法

Precise: SDE-Consistent Stochastic Sampling for RL Post-Training of Flow-Matching Models

AI 导读

论文提出 Precise 方法,通过冻结干净潜在后验均值实现 SDE 一致性,解决现有采样器在强化学习中离散化噪声过大或收敛不足的问题。实验显示该方法在保持最佳域内性能的同时,将训练时间减少 13.1% 至 53.2%,并达到 PickScore、HPSv2.1 等最先进的对齐分数。材料为 NeurIPS 2026 接收的预印本版本。

来源:arXiv · 机器人与计算机视觉 · arxiv.org