arXiv cs.LG· Zhenglin Wan, Jiayu Chen, Zhengfeiyang Zhang, Pengfei Zhou, Wangbo Zhao, Fangyuan Kong, Pengfei Wan, Kun Gai, Yang You·· 22 天前AI 评分42
DiffusionART：高效、稳定且可扩展的扩散模型强化学习方法
DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models
AI 导读
研究人员提出扩散模型强化学习方法 DiffusionART，无需可微奖励模型和 EMA 调优即可实现高效稳定训练，并已开源代码。在 HunyuanVideo-13B 任务中，该方法达到同类方案后期平均奖励水平所需的 GPU 工时比 DiffusionNFT 和 Flow-GRPO-Fast 分别减少 12.02 倍与 11.72 倍，平均训练奖励分别提升 28.8% 和 53.0%。
来源：arXiv cs.LG · arxiv.org