本文提出了一种“多样性奖励的 CFG 蒸馏”方法，通过在线策略蒸-20241011051350

文章预览

2024-10-11 05:13 本条微博链接 本文提出了一种“多样性奖励的 CFG 蒸馏”方法，通过在线策略蒸馏、强化学习和模型融合，有效地解决了 CFG 方法在生成模型中存在的计算成本高和多样性低的问题，并在 MusicLM 模型上实现了质量-多样性帕累托最优性的显著提升，其反直觉的模型融合策略尤其引人注目。 [LG]《Divers ………………………………