WTF 流图方法实现免模拟 RL 微调，训练算力省 280 倍
yeewhye · x · 2026-10-15
NeurIPS 2026 Spotlight 论文 Wasserstein-Tilted Flow Maps（WTF）提出对扩散/流模型的免模拟 RL 微调方法：传统 RL 微调需要对流模型做昂贵的 rollout 采样，WTF 用基于输运（transport）的替代方案取代 KL 正则，让每个样本向更高奖励方向移动而非重新加权。
- 单步生成超越基座模型 50 步的效果
- 训练算力最多减少 280 倍
- 核心创新是用 Wasserstein 输运替代 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
- Cohere Labs 研究:堆 agent 数量不是扩展策略,该何时分工 — pvncher · 2026-10-15
- UCLA 论文:AI 提效或加剧职场「内卷」,员工福利先降后升 — soumitrashukla9 · 2026-10-15
- 确定性 Miller-Rabin 素性测试随新进展落入 P，复杂度约 (log n)^9.9984 — geoffreyirving · 2026-10-15
- 新研究:初始化方式显著影响 LLM 驱动科学发现的效率与上限 — BenBlaiszik · 2026-10-15
- lateinteraction：RLVR 就是 RL，奇怪的其实是 RLHF — lateinteraction · 2026-10-15
- 数学家撰文解读 OpenAI 372 定理冲击:数学前沿是自组织临界沙堆 — littmath · 2026-10-15