AI工具与模型HOT精选全部
arXiv cs.AI评分60

MeanFlowAdvantage:面向少步平均速度生成器的稳定奖励微调

原文标题:MeanFlowAdvantage: Stable Reward Fine-Tuning for Few-Step Average-Velocity Generators

导读

这项工作解决 MeanFlow 少步生成里奖励微调与速度表示不匹配的问题,让微调更稳定。

推荐理由

与本主题相关

打开原文 ↗

来源:arXiv cs.AI · arxiv.org

相关条目