热点事件持续更新
ZeNOVA：流形约束初始噪声优化方法
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布论文《ZeNOVA：面向生成模型对齐的流形约束初始噪声优化》。该工作提出 ZeNOVA，一种无需梯度的初始噪声对齐方法，通过退火软值引导、流形约束超球面 Langevin 动力学和 Metropolis-Hastings 跳跃，针对黑盒奖励场景下现有算法不稳定、低效的问题。在图像和视频生成模型实验中，ZeNOVA 在更高奖励优化上稳定超越所有被评估的零阶基线，并利用高斯先验的几何结构，适用于各类黑盒奖励对齐。目前报道仅此一篇，尚无后续进展。
AI 根据报道生成 · 1 小时前更新
最新进展10月3日 12:00
arXiv 发布 ZeNOVA，无需梯度优化初始噪声，实验超越零阶基线。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）ZeNOVA：面向生成模型对齐的流形约束初始噪声优化
ZeNOVA 是一种无需梯度的初始噪声对齐方法，通过退火软值引导、流形约束超球面 Langevin 动力学和 Metropolis-Hastings 跳跃，解决黑盒奖励场景下现有算法不稳定、低效的问题。在图像和视频生成模型实验中，ZeNOVA 在更高奖励优化上稳定超越所有被评估的零阶基线，并利用高斯先验的几何结构，适用于各类黑盒奖励对齐。
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。