搜索

DiffusionART 从梯度机制入手，改善图像与视频扩散模型后训练效率（在新窗口打开）

DiffusionART 先聚合奖励方向，再用两次更新和信赖域限制处理策略漂移，支持确定性采样与不可微奖励。团队在多种图像、视频模型上报告效率与稳定性收益；十倍以上加速指特定视频实验达到指定奖励水平的对照，并非所有训练任务都等幅提速。