超越Stable Diffusion：扩散模型的大规模强化学习

• 阅读： 2024/1/30 17:13:33

  来自 Pinterest 公司和麻省理工学院（MIT）的研究团队提出了一种有效的可扩展算法，利用强化学习（RL）在多个多样的奖励函数（如人类偏好、组合性和公平性）上改进扩散模型。这一方法显著超过现有方法，可以使扩散模型更符合人类偏好。

  论文链接：

  https://arxiv.org/abs/2401.12244

  转自：“学术头条”微信公众号

  如有侵权，请联系本站删除！

  
  

  浏览(158)

  点赞(0)

  收藏(0)