Wasserstein Regularization Fine-Tuning for Online Reward-Weighted Flow Matching

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种在线奖励加权条件流匹配方法,有效解决了持续流生成模型在对齐用户奖励时的政策崩溃和高计算成本问题,且在多个任务中表现优异。

🏷️

标签

➡️

继续阅读