norm-constraints

#norm-constraints

NormGuard：流匹配强化学习中保持奖励的范数约束

arXiv cs.LG ↗ · 2026-06-29 缓存

本文提出了NormGuard，一种范数预算正则化器，用于在流匹配生成模型的强化学习后训练过程中抑制与奖励无关的速度范数膨胀，从而在不牺牲奖励的情况下改善感知图像质量。

0 人收藏 0 人点赞