Buchumschlag

Score as Action: Fine-Tuning Diffusion Generative Models by Continuous-time Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Hanyang, Chen, Haoxian, Zhang, Ji, Yao, David D., Tang, Wenpin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Understanding Sampler Stochasticity in Training Diffusion Models for RLHF
von: Sheng, Jiayuan, et al.
Veröffentlicht: (2025)

Scores as Actions: a framework of fine-tuning diffusion models by continuous-time reinforcement learning
von: Zhao, Hanyang, et al.
Veröffentlicht: (2024)

ART for Diffusion Sampling: A Reinforcement Learning Approach to Timestep Schedule
von: Huang, Yilie, et al.
Veröffentlicht: (2026)

MallowsPO: Fine-Tune Your LLM with Preference Dispersions
von: Chen, Haoxian, et al.
Veröffentlicht: (2024)

RPO: Fine-Tuning Visual Generative Models via Rich Vision-Language Preferences
von: Zhao, Hanyang, et al.
Veröffentlicht: (2025)

Action Dependency Graphs for Globally Optimal Coordinated Reinforcement Learning
von: Ding, Jianglin, et al.
Veröffentlicht: (2025)

Reward-Directed Score-Based Diffusion Models via q-Learning
von: Gao, Xuefeng, et al.
Veröffentlicht: (2024)

Safe Control and Learning Using Generalized Action Governor
von: Fang, Peiyuan, et al.
Veröffentlicht: (2022)

Using Laplace Transform To Optimize the Hallucination of Generation Models
von: Kang, Cheng, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Flexible Job Shop Scheduling with Random Job Arrivals
von: Tang, Yu, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Multi-Objective Optimization: Enhancing Wind Turbine Energy Generation while Mitigating Noise Emissions
von: de Frutos, Martín, et al.
Veröffentlicht: (2024)

OR-R1: Automating Modeling and Solving of Operations Research Optimization Problem via Test-Time Reinforcement Learning
von: Ding, Zezhen, et al.
Veröffentlicht: (2025)

A Retention-Centric Framework for Continual Learning with Guaranteed Model Developmental Safety
von: Li, Gang, et al.
Veröffentlicht: (2024)

DiFFPO: Training Diffusion LLMs to Reason Fast and Furious via Reinforcement Learning
von: Zhao, Hanyang, et al.
Veröffentlicht: (2025)

Learning to Cut: Reinforcement Learning for Benders Decomposition
von: Cai, Haochen, et al.
Veröffentlicht: (2026)

Accelerating Convergence of Score-Based Diffusion Models, Provably
von: Li, Gen, et al.
Veröffentlicht: (2024)

Deterministic Policy Gradient for Reinforcement Learning with Continuous Time and State
von: Cheng, Ziheng, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning Optimization for Uncertain Nonlinear Systems via Event-Triggered Robust Adaptive Dynamic Programming
von: Bai, Ningwei, et al.
Veröffentlicht: (2025)

Fine-tuning of diffusion models via stochastic control: entropy regularization and beyond
von: Tang, Wenpin, et al.
Veröffentlicht: (2024)

Model Predictive Control and Reinforcement Learning: A Unified Framework Based on Dynamic Programming
von: Bertsekas, Dimitri P.
Veröffentlicht: (2024)

Sublinear Regret for a Class of Continuous-Time Linear-Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2024)

A Method to Improve the Performance of Reinforcement Learning Based on the Y Operator for a Class of Stochastic Differential Equation-Based Child-Mother Systems
von: Yin, Cheng, et al.
Veröffentlicht: (2023)

Continuous Q-Score Matching: Diffusion Guided Reinforcement Learning for Continuous-Time Control
von: Hua, Chengxiu, et al.
Veröffentlicht: (2025)

New Hybrid Fine-Tuning Paradigm for LLMs: Algorithm Design and Convergence Analysis Framework
von: Ma, Shaocong, et al.
Veröffentlicht: (2026)

Understanding Forgetting in LLM Supervised Fine-Tuning and Preference Learning -- A Convex Optimization Perspective
von: Fernando, Heshan, et al.
Veröffentlicht: (2024)

Data-Driven Exploration for a Class of Continuous-Time Indefinite Linear--Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2025)

Variance-reduced Zeroth-Order Methods for Fine-Tuning Language Models
von: Gautam, Tanmay, et al.
Veröffentlicht: (2024)

Policy Optimization in Hybrid Discrete-Continuous Action Spaces via Mixed Gradients
von: Alvo, Matias, et al.
Veröffentlicht: (2026)

Safety-Aware Reinforcement Learning for Electric Vehicle Charging Station Management in Distribution Network
von: Fan, Jiarong, et al.
Veröffentlicht: (2024)

OPD+: Rethinking the Advantage Design for On-Policy Distillation
von: Zhao, Hanyang, et al.
Veröffentlicht: (2026)

Continuous-Time Reinforcement Learning for Asset-Liability Management
von: Huang, Yilie
Veröffentlicht: (2025)

Quantum-Inspired Multi Agent Reinforcement Learning for Exploration Exploitation Optimization in UAV-Assisted 6G Network Deployment
von: Taghavi, Mazyar, et al.
Veröffentlicht: (2025)

Adaptive Stabilization Based on Machine Learning for Column Generation
von: Shen, Yunzhuang, et al.
Veröffentlicht: (2024)

LISA: Layerwise Importance Sampling for Memory-Efficient Large Language Model Fine-Tuning
von: Pan, Rui, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Traveling Purchaser Problems
von: Yuan, Haofeng, et al.
Veröffentlicht: (2024)

Benchmarking Reinforcement Learning via Stochastic Converse Optimality: Generating Systems with Known Optimal Policies
von: Ibrahim, Sinan, et al.
Veröffentlicht: (2026)

Agent-Based Decentralized Energy Management of EV Charging Station with Solar Photovoltaics via Multi-Agent Reinforcement Learning
von: Fan, Jiarong, et al.
Veröffentlicht: (2025)

Safe Decentralized Operation of EV Virtual Power Plant with Limited Network Visibility via Multi-Agent Reinforcement Learning
von: Huang, Chenghao, et al.
Veröffentlicht: (2026)

Decoupled Continuous-Time Reinforcement Learning via Hamiltonian Flow
von: Nguyen, Minh
Veröffentlicht: (2026)

Adaptive Primal-Dual Method for Safe Reinforcement Learning
von: Chen, Weiqin, et al.
Veröffentlicht: (2024)