RadarAI· X：马东锡 NLP (@dongxi_nlp)·· 10 天前AI 评分29
ExploreNet：扩散 GRPO 的可学习探索
ExploreNet：扩散GRPO的可学习探索
AI 导读
ExploreNet 为扩散模型 RL 引入可学习探索，学习以当前状态为条件的自适应探索分布，并以 rollout 的多样性作为奖励信号。据 Stella Li 介绍，该方法在扩散 GRPO 中实现更快、更有针对性的学习。
正文 · AI 翻译
Dongxi 东锡 NLP· @dongxi_nlp · X·2026-10-09 01:10· 49 分钟前AI 评分34
AI 导读
推荐阅读！ ExploreNet: Learning Where to Explore in Diffusion GRPO
正文
推荐阅读！
ExploreNet: Learning Where to Explore in Diffusion GRPO
我们提出 ExploreNet🔍，用于扩散 RL 中的可学习探索。 ExploreNet 学习一个以当前状态为条件的自适应探索分布，并以 rollout 的多样性作为奖励。 ➡️ 在扩散 GRPO 中实现更快、更有针对性的学习。在 X 查看被引用的帖子
来源：Dongxi 东锡 NLP · x.com
来源：RadarAI · aihot.news