免训练轨迹优化实现扩散模型对齐

Huixuan Zhang 等作者提出 Direct Trajectory Optimization（DTO），一个无需训练的框架，通过直接优化扩散模型的采样轨迹来完成奖励对齐，从而避免对大型去噪网络做反向传播。 该框架面向文本到图像扩散模型的推理时对齐。报道未给出实验数据或与其他对齐方法的对比结果，因此其实际效果尚待验证。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。