**基于分布级奖励优化视觉生成模型**

_Optimizing Visual Generative Models via Distribution-wise Rewards_

> 针对传统强化学习中样本级奖励导致的模式崩溃和图像异常问题,提出一种利用分布级奖励微调生成模型的新框架。该方法通过子集替换策略降低计算成本,并优化后验模型合并系数以解决训练推理不一致性。实验表明,该方法显著提升了FID指标及图像感知质量,同时有效保持了样本多样性。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-07-03 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2607.02291)