⌘ K
… 读取采集状态 同步中...
雷
原文
极市平台· 科技猛兽·· 2026-08-18AI 评分44

Flow-OPD:用轨迹级蒸馏破解多任务文生图后训练困局

多任务文生图的后训练困局:Flow-OPD 用轨迹级蒸馏替代稀疏奖励

AI 导读

Flow-OPD 提出首个将 On-Policy Distillation 集成到 Flow Matching 的统一后训练框架,用密集的轨迹级监督替代稀疏标量奖励,解决多任务后训练中奖励互相打架的问题。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:极市平台 · mp.weixin.qq.com