Copertina

Diffusion Reinforcement Learning via Centered Reward Distillation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhu, Yuanzhi, Wang, Xi, Lathuilière, Stéphane, Kalogeiton, Vicky
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Di$\mathtt{[M]}$O: Distilling Masked Diffusion Models into One-step Generator
di: Zhu, Yuanzhi, et al.
Pubblicazione: (2025)

Soft-Di[M]O: Improving One-Step Discrete Image Generation with Soft Embeddings
di: Zhu, Yuanzhi, et al.
Pubblicazione: (2025)

One-step Diffusion Models with Bregman Density Ratio Matching
di: Zhu, Yuanzhi, et al.
Pubblicazione: (2025)

Collaborating Foundation Models for Domain Generalized Semantic Segmentation
di: Benigmim, Yasser, et al.
Pubblicazione: (2023)

Specify and Edit: Overcoming Ambiguity in Text-Based Image Editing
di: Iakovleva, Ekaterina, et al.
Pubblicazione: (2024)

Weighted Ensemble Models Are Strong Continual Learners
di: Marouf, Imad Eddine, et al.
Pubblicazione: (2023)

GARDO: Reinforcing Diffusion Models without Reward Hacking
di: He, Haoran, et al.
Pubblicazione: (2025)

AKiRa: Augmentation Kit on Rays for optical video generation
di: Wang, Xi, et al.
Pubblicazione: (2024)

Long Story Short: Story-level Video Understanding from 20K Short Films
di: Ghermi, Ridouane, et al.
Pubblicazione: (2024)

What about gravity in video generation? Post-Training Newton's Laws with Verifiable Rewards
di: Le, Minh-Quan, et al.
Pubblicazione: (2025)

MIRO: MultI-Reward cOnditioned pretraining improves T2I quality and efficiency
di: Dufour, Nicolas, et al.
Pubblicazione: (2025)

Seg-LSTM: Performance of xLSTM for Semantic Segmentation of Remotely Sensed Images
di: Zhu, Qinfeng, et al.
Pubblicazione: (2024)

Continual Learning of Diffusion Models with Generative Distillation
di: Masip, Sergi, et al.
Pubblicazione: (2023)

MVR: Multi-view Video Reward Shaping for Reinforcement Learning
di: Luo, Lirui, et al.
Pubblicazione: (2026)

LEAD: Latent Realignment for Human Motion Diffusion
di: Andreou, Nefeli, et al.
Pubblicazione: (2024)

DDIL: Diversity Enhancing Diffusion Distillation With Imitation Learning
di: Garrepalli, Risheek, et al.
Pubblicazione: (2024)

FuRL: Visual-Language Models as Fuzzy Rewards for Reinforcement Learning
di: Fu, Yuwei, et al.
Pubblicazione: (2024)

Video Diffusion Alignment via Reward Gradients
di: Prabhudesai, Mihir, et al.
Pubblicazione: (2024)

SDXL-Lightning: Progressive Adversarial Diffusion Distillation
di: Lin, Shanchuan, et al.
Pubblicazione: (2024)

DiffusionNFT: Online Diffusion Reinforcement with Forward Process
di: Zheng, Kaiwen, et al.
Pubblicazione: (2025)

Training Diffusion Models with Reinforcement Learning
di: Black, Kevin, et al.
Pubblicazione: (2023)

Taming Diffusion for Dataset Distillation with High Representativeness
di: Zhao, Lin, et al.
Pubblicazione: (2025)

Reward Score Matching: Unifying Reward-based Fine-tuning for Flow and Diffusion Models
di: Lee, Jeongjae, et al.
Pubblicazione: (2026)

Score identity Distillation: Exponentially Fast Distillation of Pretrained Diffusion Models for One-Step Generation
di: Zhou, Mingyuan, et al.
Pubblicazione: (2024)

Hierarchical Variational Policies for Reward-Guided Diffusion
di: Pandey, Kushagra, et al.
Pubblicazione: (2026)

Large-scale Reinforcement Learning for Diffusion Models
di: Zhang, Yinan, et al.
Pubblicazione: (2024)

Masking Teacher and Reinforcing Student for Distilling Vision-Language Models
di: Lee, Byung-Kwan, et al.
Pubblicazione: (2025)

Reinforcement Learning for Unsupervised Video Summarization with Reward Generator Training
di: Abbasi, Mehryar, et al.
Pubblicazione: (2024)

Unlocking Dataset Distillation with Diffusion Models
di: Moser, Brian B., et al.
Pubblicazione: (2024)

T-REGS: Minimum Spanning Tree Regularization for Self-Supervised Learning
di: Mordacq, Julie, et al.
Pubblicazione: (2025)

ProxT2I: Efficient Reward-Guided Text-to-Image Generation via Proximal Diffusion
di: Fang, Zhenghan, et al.
Pubblicazione: (2025)

Using Human Feedback to Fine-tune Diffusion Models without Any Reward Model
di: Yang, Kai, et al.
Pubblicazione: (2023)

Dataset Distillation via the Wasserstein Metric
di: Liu, Haoyang, et al.
Pubblicazione: (2023)

Generative Dataset Distillation Based on Diffusion Model
di: Su, Duo, et al.
Pubblicazione: (2024)

FP4 Explore, BF16 Train: Diffusion Reinforcement Learning via Efficient Rollout Scaling
di: Li, Yitong, et al.
Pubblicazione: (2026)

SLA: Beyond Sparsity in Diffusion Transformers via Fine-Tunable Sparse-Linear Attention
di: Zhang, Jintao, et al.
Pubblicazione: (2025)

Around the World in 80 Timesteps: A Generative Approach to Global Visual Geolocation
di: Dufour, Nicolas, et al.
Pubblicazione: (2024)

Don't drop your samples! Coherence-aware training benefits Conditional diffusion
di: Dufour, Nicolas, et al.
Pubblicazione: (2024)

Make me an Expert: Distilling from Generalist Black-Box Models into Specialized Models for Semantic Segmentation
di: Benigmim, Yasser, et al.
Pubblicazione: (2025)

ADAPT: Multimodal Learning for Detecting Physiological Changes under Missing Modalities
di: Mordacq, Julie, et al.
Pubblicazione: (2024)