跳到正文
AGI Hunt· Tuna Han Salih Meral·· 2 小时前AI 评分58

论文称扩散模型 RL 后训练大部分收益来自激活转向

论文:扩散模型 RL 后训练的收益九成来自「激活转向」

AI 导读

Virginia Tech、fal、Georgia Tech 与 IBM Research 的论文发现,扩散 Transformer 的 RL 后训练质量提升大部分可由固定 steering 向量复现。

来源:AGI Hunt · agihunt.info