arXiv ID:
2605.26013
arXiv 提交日期: 2026-05-25
优势流:基于优势加权最小二乘法的流模型强化学习方法 / AdvantageFlow: Advantage-Weighted Least Squares for RL in Flow Models
1️⃣ 一句话总结
AdvantageFlow提出了一种针对修正流模型的新型前向过程强化学习算法,通过引入优势加权最小二乘损失和策略展开正则化,解决了负优势值导致的训练不稳定问题,在图像生成任务上超越了现有方法。