跳到正文
arXiv AI· Tuna Han Salih Meral, Kaan Oktay, Alec Helbling, Atakan Kara, Duen Horng Chau, Pinar Yanardag·· 12 小时前评分60

RL Post-Training in Diffusion Transformers Is Activation Steering

摘要

强化学习(RL)训练后,扩散变压器的视觉质量、文本渲染和组合准确性显著提升。由于如文本渲染或组合多个对象等能力本质上依赖于提示,自然假设是提升这些能力需要学习复杂的、输入依赖的变换。为隔离输入无关的偏移对这些提升的贡献,我们使用简单参数化:在冻结基础模型的块输出上添加固定方向向量。

推荐理由

请对照arXiv AI原文,核对完整说明及适用条件。

本站只提供摘要与原文入口。完整内容请阅读原文。

来源:arXiv AI · arxiv.org