标签
本文提出Wasserstein-Tilted Flow Maps（WTF），一种无需模拟的强化学习算法，用于微调基于流的生成模型以增强奖励对齐效果。该方法可在减少高达280倍计算量的情况下，实现比基线方法更高的奖励值。
本文介绍了PMOT，一种基于连续归一化流的通用p-代价最优传输势流框架，具有理论上零损失精确性，并在合成和高维基准测试上取得了有前景的结果。