投稿有问题?问问网友吧!
·投稿格式? 0回答
·您好,我是第一次投稿,请问有哪些具体... 3回答
·终审快两个月是啥情况 2回答
·2026第七期问卷 2回答
来自 Pinterest 公司和麻省理工学院(MIT)的研究团队提出了一种有效的可扩展算法,利用强化学习(RL)在多个多样的奖励函数(如人类偏好、组合性和公平性)上改进扩散模型。这一方法显著超过现有方法,可以使扩散模型更符合人类偏好。
论文链接:
https://arxiv.org/abs/2401.12244
转自:“学术头条”微信公众号
如有侵权,请联系本站删除!
万维QQ投稿交流群 招募志愿者
版权所有 Copyright@2009-2015| 豫ICP备2021036211号
纯自助论文投稿平台 E-mail:1121090112@qq.com;eshukan@163.com