DiffusionART-Flash 开源扩散模型强化学习后训练方法，训练效率提升 25 倍

Yang You 团队开源 DiffusionART-Flash，仅训练 1–2 个高噪声时间步，同时保留完整采样轨迹，实验中奖励提升与稳定性接近全流程训练。采用 50 步调度并训练 2 步时，训练用 sample-timestep 对减少 25 倍。