HF Daily Papers·· 4 天前精选AI 评分41
DiffusionART：面向扩散模型的高效稳定可扩展强化学习方法
DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models
AI 导读
论文提出 DiffusionART，一种无需可微奖励和逐任务调参的扩散模型在线强化学习微调方法，支持配对奖励模型 DiffusionART-Pairwise。
推荐理由
它提出一种无需奖励可微、无需逐任务调参的扩散模型 RL 微调方法，并以 HunyuanVideo-13B 上大幅领先 DiffusionNFT 和 Flow-GRPO-Fast 的 GPU 时间和奖励作为迁移参考。
来源：HF Daily Papers · huggingface.co