Buchumschlag

DLPO: Diffusion Model Loss-Guided Reinforcement Learning for Fine-Tuning Text-to-Speech Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Jingyi, Byun, Ju-Seung, Elsner, Micha, Perrault, Andrew
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fine-Tuning Text-to-Speech Diffusion Models Using Reinforcement Learning with Human Feedback
von: Chen, Jingyi, et al.
Veröffentlicht: (2025)

Symmetric Reinforcement Learning Loss for Robust Learning on Diverse Tasks and Model Scales
von: Byun, Ju-Seung, et al.
Veröffentlicht: (2024)

Normality-Guided Distributional Reinforcement Learning for Continuous Control
von: Byun, Ju-Seung, et al.
Veröffentlicht: (2022)

ARES: Alternating Reinforcement Learning and Supervised Fine-Tuning for Enhanced Multi-Modal Chain-of-Thought Reasoning Through Diverse AI Feedback
von: Byun, Ju-Seung, et al.
Veröffentlicht: (2024)

Shortcomings of LLMs for Low-Resource Translation: Retrieval and Understanding are Both the Problem
von: Court, Sara, et al.
Veröffentlicht: (2024)

Fine-Tuning Diffusion Models for Molecular Generation via Reinforcement Learning and Fast Sampling
von: Lin, Guang, et al.
Veröffentlicht: (2026)

Score as Action: Fine-Tuning Diffusion Generative Models by Continuous-time Reinforcement Learning
von: Zhao, Hanyang, et al.
Veröffentlicht: (2025)

Advantage-Guided Diffusion for Model-Based Reinforcement Learning
von: Foffano, Daniele, et al.
Veröffentlicht: (2026)

How Robust is Model Editing after Fine-Tuning? An Empirical Study on Text-to-Image Diffusion Models
von: He, Feng, et al.
Veröffentlicht: (2025)

Understanding Reinforcement Learning-Based Fine-Tuning of Diffusion Models: A Tutorial and Review
von: Uehara, Masatoshi, et al.
Veröffentlicht: (2024)

Reward Sharpness-Aware Fine-Tuning for Diffusion Models
von: Kim, Kwanyoung, et al.
Veröffentlicht: (2026)

Guiding Diffusion Models with Reinforcement Learning for Stable Molecule Generation
von: Zhou, Zhijian, et al.
Veröffentlicht: (2025)

Iterative Distillation for Reward-Guided Fine-Tuning of Diffusion Models in Biomolecular Design
von: Su, Xingyu, et al.
Veröffentlicht: (2025)

G-Loss: Graph-Guided Fine-Tuning of Language Models
von: Sharma, Aditya, et al.
Veröffentlicht: (2026)

Fine-Tuning Diffusion Models via Intermediate Distribution Shaping
von: Anil, Gautham Govind, et al.
Veröffentlicht: (2025)

Safe Offline Reinforcement Learning with Feasibility-Guided Diffusion Model
von: Zheng, Yinan, et al.
Veröffentlicht: (2024)

Self-Play Fine-Tuning of Diffusion Models for Text-to-Image Generation
von: Yuan, Huizhuo, et al.
Veröffentlicht: (2024)

Fine-Tuning of Continuous-Time Diffusion Models as Entropy-Regularized Control
von: Uehara, Masatoshi, et al.
Veröffentlicht: (2024)

Instruction Fine-Tuning: Does Prompt Loss Matter?
von: Huerta-Enochian, Mathew, et al.
Veröffentlicht: (2024)

Exploratory Diffusion Model for Unsupervised Reinforcement Learning
von: Ying, Chengyang, et al.
Veröffentlicht: (2025)

Bridging Model-Based Optimization and Generative Modeling via Conservative Fine-Tuning of Diffusion Models
von: Uehara, Masatoshi, et al.
Veröffentlicht: (2024)

Rethinking the Design Space of Reinforcement Learning for Diffusion Models: On the Importance of Likelihood Estimation Beyond Loss Design
von: Choi, Jaemoo, et al.
Veröffentlicht: (2026)

Feedback Efficient Online Fine-Tuning of Diffusion Models
von: Uehara, Masatoshi, et al.
Veröffentlicht: (2024)

GDSD: Reinforcement Learning as Guided Denoiser Self-Distillation for Diffusion Language Models
von: Tang, Xiaohang, et al.
Veröffentlicht: (2026)

Diffusion Models for Reinforcement Learning: A Survey
von: Zhu, Zhengbang, et al.
Veröffentlicht: (2023)

Pre-training Feature Guided Diffusion Model for Speech Enhancement
von: Yang, Yiyuan, et al.
Veröffentlicht: (2024)

A Minimalist Method for Fine-tuning Text-to-Image Diffusion Models
von: Miao, Yanting, et al.
Veröffentlicht: (2025)

Do Audio LLMs Really LISTEN, or Just Transcribe? Measuring Lexical vs. Acoustic Emotion Cues Reliance
von: Chen, Jingyi, et al.
Veröffentlicht: (2025)

Diffusion Adaptive Text Embedding for Text-to-Image Diffusion Models
von: Na, Byeonghu, et al.
Veröffentlicht: (2025)

Leaving the Nest: Going Beyond Local Loss Functions for Predict-Then-Optimize
von: Shah, Sanket, et al.
Veröffentlicht: (2023)

Fine-Tuning Discrete Diffusion Models with Policy Gradient Methods
von: Zekri, Oussama, et al.
Veröffentlicht: (2025)

Stabilizing Reinforcement Learning for Diffusion Language Models
von: Zhong, Jianyuan, et al.
Veröffentlicht: (2026)

On the Entropy Dynamics in Reinforcement Fine-Tuning of Large Language Models
von: Wang, Shumin, et al.
Veröffentlicht: (2026)

Diffusion Guided Adversarial State Perturbations in Reinforcement Learning
von: Sun, Xiaolin, et al.
Veröffentlicht: (2025)

Pioneering 4-Bit FP Quantization for Diffusion Models: Mixup-Sign Quantization and Timestep-Aware Fine-Tuning
von: Zhao, Maosen, et al.
Veröffentlicht: (2025)

Live Music Diffusion Models: Efficient Fine-Tuning and Post-Training of Interactive Diffusion Music Generators
von: Novack, Zachary, et al.
Veröffentlicht: (2026)

Learning Design-Score Manifold to Guide Diffusion Models for Offline Optimization
von: Zhou, Tailin, et al.
Veröffentlicht: (2025)

Reinforcement Learning Fine-Tunes a Sparse Subnetwork in Large Language Models
von: Balashov, Andrii
Veröffentlicht: (2025)

ScaleDiff: Higher-Resolution Image Synthesis via Efficient and Model-Agnostic Diffusion
von: Koh, Sungho, et al.
Veröffentlicht: (2025)

Fine-Tuning Discrete Diffusion Models via Reward Optimization with Applications to DNA and Protein Design
von: Wang, Chenyu, et al.
Veröffentlicht: (2024)