arXiv cs.AI· Kevin Zhai, Siva Rajesh Kasa, Soumya Roy, Sumit Negi, Mubarak Shah·· 1 天前AI 评分22
SatisDive：在文本到图像扩散中穿越满意度-多样性前沿
Traversing the Satisfaction-Diversity Frontier in Text-to-Image Diffusion
AI 导读
SatisDive 是一种免训练的推理时方法，通过批次相对奖励阈值区分高低奖励候选，在满足奖励下限的同时保证批次多样性。在 Pick-a-Pic 上，以 FLUX.1-dev 为基座模型、HPSv3 为奖励时，最差候选奖励较 FK steering 提升最高 0.43；以 SANA-1.6B 为基座、ImageReward 为奖励时提升最高 0.70。
来源：arXiv cs.AI · arxiv.org