FlowAWR：免SDE与CFG的流模型在线强化学习
热点事件持续更新
FlowAWR：免SDE与CFG的流模型在线强化学习
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Zheming Fu 等作者提交论文预印本，提出 FlowAWR（Flow Advantage-Weighted Rectification），将连续生成策略优化转化为对理论最优速度场的监督回归。该范式无需 SDE 采样器和 CFG 即可完成优化与生成，代码已公开。 在 SD3.5-Medium 上，论文称其对齐性能优于 DiffusionNFT，收敛速度提升 2 至 5 倍：FlowAWR 以 1.2k 步达到 24.12 PickScore，而 DiffusionNFT 需 2.0k 步才达到 23.82。上述性能与速度数据为论文作者自报结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
FlowAWR：基于优势加权校正的在线自适应流模型强化学习报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.LGFlowAWR：基于优势加权校正的在线自适应流模型强化学习
FlowAWR 提出一种将连续生成策略优化转化为对理论最优速度场监督回归的新范式，无需 SDE 采样器和 CFG 即可完成优化与生成。在 SD3.5-Medium 上，其对齐性能优于 DiffusionNFT，收敛速度提升 2 至 5 倍，1.2k 步达到 24.12 PickScore，而 DiffusionNFT 需 2.0k 步才达 23.82。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。