WTF 流图实现免仿真 RL 微调,入选 NeurIPS 2026 Spotlight
sedielem · x · 2026-10-15
jrrhuang 团队的工作入选 NeurIPS 2026 Spotlight。针对扩散与流模型的强化学习微调通常需要昂贵的 rollout 采样这一痛点,论文提出 Wasserstein-Tilted Flow Maps(WTF),利用流图实现免仿真的 RL 微调,核心思路是用基于传输(transport)的替代方案取代常规的 KL 正则化。
所属事件:WTF 流图免仿真 RL 微调省 280 倍算力(3 条相关)→
「研究」频道最新
- 诺奖得主 Novoselov 联合招募 2 名博士后，做可合成材料的生成模型 — xbresson · 2026-10-15
- 「Express Language Modeling」获 COLM 高效推理研讨会最佳论文奖 — LesterMackey · 2026-10-15
- Intern-S2 完成三维 Ghys 猜想证明，本质是后训练的 Qwen 模型 — teortaxesTex · 2026-10-15
- 研究称1万美元级算力即可复现前沿架构突破，小实验室不必输在规模 — yacineMTB · 2026-10-15
- 斯坦福发布 ENCODE GRAMMAR：3865 组数据解码基因调控序列语法 — anshulkundaje · 2026-10-15
- Google 开放 Deep Review:已评审 1.6 万+ 顶会投稿的智能体审稿系统 — ymatias · 2026-10-15