DFR 框架求解扩散模型奖励微调难题：高奖励不牺牲多样性
mmbronstein · x · 2026-10-28
新论文提出 DFR（Distributional Functional Rewards），针对扩散与流模型奖励微调的核心矛盾：追求高奖励往往导致样本多样性下降、生成分布严重偏离预训练分布。
DFR 框架在奖励优化与保留生成分布理想特性之间取得平衡，作者还附上了推文线程展开细节。
「多模态」频道最新
- 用 H3 复刻权游片头：德州文艺复兴集市营地地图开场视频 — darkshark9 · 2026-10-28
- DeepMind 之夜:同一 15 秒素材,催生数十个风格迥异的 AI 短片 — DynamicWebPaige · 2026-10-28
- AI 复刻 80 年代恐怖片质感：《Death's Hum》预告片 — Pashini90 · 2026-10-28
- 博主用 @imagine 首次做出个人 MV:AI 视频创作再降门槛 — hexiang · 2026-10-28
- Grok Imagine 团队公开 AI 短片制作全流程,附提示词指南 — tetsuoai · 2026-10-28
- 万圣节梗图：小孩按下开关给南瓜「充气」的 AI 生成名场面 — ainsoph00 · 2026-10-28