WTF 流图算法入选 NeurIPS Spotlight：扩散模型 RL 微调免昂贵采样
brandondamos · x · 2026-10-15
一组研究者提出 Wasserstein-Tilted Flow Maps (WTF)，一个面向流生成模型的 RL 微调算法，入选 NeurIPS 2026 Spotlight。
- 问题：对扩散/流模型做 RL 微调，难点在于采样「reward-tilted 分布」非常困难，且现有方法几乎都要通过 flow rollout 做反向传播或伴随方法，代价高得难以接受
- 关键思路：reward tilt 来自基于 KL 散度的概率测度几何，这适合随机扩散过程，但对实际使用的确定性流十分别扭。WTF 改用基于传输（transport）的替代方案来做正则化
- 效果：flow maps 使 RL 微调可以完全免仿真（simulation-free），绕开昂贵的 rollout
这是对流模型微调与奖励对齐公式化的一次几何层面重构。
所属事件:WTF 流图免仿真 RL 微调省 280 倍算力(3 条相关)→
「多模态」频道最新
- 开源 anatomy Skill 火到 10.3k 星：一句话生成交互式科普插图与视频 — vista8 · 2026-10-15
- AI 生成《星际大战》飞梭赛车狂飙彩虹公路名场面 — draginol · 2026-10-15
- 马斯克转发：单张图用 Grok Imagine 生成多镜头视频 — elonmusk · 2026-10-15
- 微软简化少步扩散蒸馏:SMD 4 步生成超越多步教师模型 — microsoft · 2026-10-15
- 同一段提示词实测:ChatGPT 与 Gemini 图像生成谁更懂排版意图 — gaganghotra_ · 2026-10-15
- 快手 Kling 系列模型登陆 Runway 开发平台,API 一站接入 — tlakomy · 2026-10-15