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
来源:arXiv cs.AI · arxiv.org
原文标题:MeanFlowAdvantage: Stable Reward Fine-Tuning for Few-Step Average-Velocity Generators
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。
与本主题相关
来源:arXiv cs.AI · arxiv.org