arXiv cs.AI· Richard Lee Kim, Yeongmin Kim, Gyuwon Sim, Taekyu Kim, Minsang Park, Il-chul Moon·· 5 小时前AI 评分26
BoNG：面向测试时扩散模型对齐的 Best-of-N 引导方法
Best-of-$N$ Guidance for Test-time Diffusion Alignment
AI 导读
研究者提出 Best-of-N Guidance（BoNG），将 BoN 采样直接融入反向扩散过程，通过去噪粒子间的非对称引导交互，把粒子群导向更高奖励区域。在 36 项对比中 BoNG 有 29 项表现最佳，对 SMC 和 Vanilla BoN 的胜率达 80.56%。该方法支持多输出，ImageReward 分数为最新基于采样的引导方法的 1.3 倍，速度提升 1.6 倍，代码已开源。
来源：arXiv cs.AI · arxiv.org