arXiv stat.ML· Eliot Beyler, Francis Bach·· 19 天前AI 评分30
Weighted Adjoint Matching：基于时变控制成本微调 Flow Matching 模型
Weighted Adjoint Matching: Finetuning Flow Matching Models with Time-Dependent Control Cost
AI 导读
研究者提出 Weighted Adjoint Matching 方法，用于在给定可微奖励的情况下微调预训练扩散模型或 Flow Matching 模型。该方法通过在控制成本上引入时变权重，在生成早期设置高成本以保留粗粒度特征的语义平衡与多样性，后期设置低成本以微调细节并提升奖励。高斯混合模型和 MNIST 实验表明，该方法在奖励与模态平衡之间取得了优于 Adjoint Matching 的权衡。
来源：arXiv stat.ML · arxiv.org