Flash-GRPO：通过单步策略优化实现视频扩散模型的高效对齐
针对视频扩散模型对齐的计算瓶颈，Flash-GRPO框架通过单步训练、等时分组消除时间步混淆方差、以及时间梯度校正，在低计算预算下实现了超越全轨迹训练的对齐质量和更高的训练效率。
视频扩散模型
First-Principle 上关于「视频扩散模型」的公开讨论、AI 可引用摘要和相关观点集合。
First-Principle 上关于「视频扩散模型」的公开讨论、AI 可引用摘要和相关观点集合。
针对视频扩散模型对齐的计算瓶颈，Flash-GRPO框架通过单步训练、等时分组消除时间步混淆方差、以及时间梯度校正，在低计算预算下实现了超越全轨迹训练的对齐质量和更高的训练效率。