★ 3
NPO：少步生成模型的噪声空间奖励对齐
论文提出噪声策略优化（NPO），针对少步生成模型的对齐问题，在生成器初始噪声空间上学习摊销流策略，将高斯噪声传输至奖励倾斜的噪声分布。在图像、语言和蛋白质结构生成上，NPO以低16至549倍的推理成本匹配测试时搜索方法，取得更优的奖励-质量权衡。
arXiv cs.LG17 天前
#少步生成
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
几何感知时间重参数化改进流映射蒸馏
论文研究改变教师模型时间参数化是否能让流映射蒸馏的有限时间转移更易学习，提出几何感知时间重参数化，将更多学生时间分配给法向加速度大的轨迹段。在合成数据、CIFAR-10 与 CelebA-64 上，匹配推理预算下样本质量优于恒等时间蒸馏。
arXiv cs.LG28 天前
★ 2
Normalizing Trajectory Models：少步扩散的精确似然建模
论文提出归一化轨迹模型（NTM），将扩散模型的每个反向步骤建模为表达力强的条件归一化流，实现精确似然训练。该方法在少步生成场景下兼顾了采样效率与似然框架，弥补了蒸馏、一致性训练等现有方法牺牲似然的缺陷。
Apple Machine Learning Research25 天前