全部
全部

选一篇,慢慢读

从左侧挑一篇,正文会在这里排成书页。

文章与公开阅读资产

扩散 Transformer 的强化学习后训练本质是激活引导

Reinforcement learning (RL) post-training substantially improves the visual quality, text rendering, and compositional accuracy of diffusion transformers. Because capabilities such as rendering requested text or composing multiple objects are inherently prompt-dependent, a natural hypothesis is that improving them requ

阅读原文 · Tuna Han Salih Meral, Kaan Oktay, Alec Helbling, Atakan Kara, Duen Horng Chau, Pinar Yanardag

乔木风格重写

向阳乔木 · opencode-go/deepseek-v4.1-flash

看到这个标题我停了一下。RL 后训练在扩散 Transformer 上确实有效,图像质量、文字渲染、组合准确性都能涨,这已经是共识。但大家默认的因果链是:RL 让模型学会了某种依赖输入的新变换。 这篇论文直接打这个假设: 大部分收益可能只是一个与输入无关的固定偏移 。 如果结论站得住,那对做扩散模型后训练的人是有点颠覆的。你辛苦跑 policy gradie...

  • JK下一篇 / 上一篇
  • S收藏
  • A问 AI
  • I沉浸阅读
  • Esc退出

分享海报

正在生成海报…

主题

字体

开源字体第一次使用时联网下载,只取海报上用到的字。