DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models
Aggiunta all'archivio di AIChronos il (numero del 12 ottobre 2026 ricostruito)· fonte del · Zhenglin Wan, Jiayu Chen, Zhengfeiyang Zhang, Pengfei Zhou, Wangbo Zhao, Fangyuan Kong (KlingAI Research)
DiffusionART è un metodo per il fine-tuning online di modelli a diffusione che risolve i limiti delle tecniche esistenti come Flow-GRPO (scarsa assegnazione del credito) e DiffusionNFT (instabilità). L'approccio aggrega le ricompense in una direzione condivisa, eliminando forzatamente la forza di consistenza tra processi forward e reverse senza richiedere EMA tuning. Il metodo supporta modelli a ricompensa non differenziabili e funziona efficacemente con meno campioni per prompt rispetto alle tecniche competitive.
- Elimina il problema della scarsa assegnazione del credito tipico dei metodi basati sul processo inverso come Flow-GRPO.
- Stabilizza l'addestramento aggregando le ricompense e rimuovendo artificialmente la forza di consistenza forward-reverse, rendendo superfluo il tuning dell'EMA off-policy.
- Raggiunge prestazioni paragonabili a DiffusionNFT e Flow-GRPO-Fast consumando rispettivamente 12.02 e 11.72 volte meno ore GPU su HunyuanVideo-13B.
- Supporta modelli di ricompensa pairwise (DiffusionART-Pairwise) ed è efficace sia per la generazione di immagini che di video senza tuning specifico per task.
- Mantiene l'efficacia anche con un numero ridotto di campioni per prompt, migliorando significativamente le medie delle ricompense durante il training.
Perché conta. Per gli sviluppatori che lavorano su AI locale o agenti generativi, DiffusionART offre una via efficiente e stabile per migliorare modelli a diffusione senza la complessità del differenziamento della reward model o l'overhead computazionale dell'EMA tuning.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.