← 返回 AIRadar 首页

Hugging Face 搬运：自适应奖励路由实现音视频联合扩散模型动态多奖励优化

AK 分享新论文，提出通过前向过程强化学习与自适应奖励路由，对音视频联合扩散模型进行动态多奖励优化，旨在解决多目标生成中的奖励平衡难题。