主页
返回索引
+
点赞
0
Awesome RL with Human Feedback / 2024 / arXiv
Confronting Reward Overoptimization for Diffusion Models: A Perspective of Inductive and Primacy Biases
作者:
Ziyi Zhang, Sen Zhang, Yibing Zhan, Yong Luo, Yonggang Wen, Dacheng Tao ·
来源:
arXiv ·
发布日期:
2024
奖励黑客/过优化
奖励建模
对齐目标设计
文生图对齐
新标签打开 AlphaXiv
新标签打开 Code
AlphaXiv 中文概览(可滚动查看)