arXiv · cs.AI · Ku Onoda, Paavo Parmas, Hiroki Furuta, Soichiro Nishimori, Yuta Oshima, Shohei Taniguchi, Yutaka Matsuo · 5 小时前模型评分38
MultiMaxPO：用多轴 max@K 强化学习提升文生图代表性多样性
Multi-Axis Max@K Reinforcement Learning for Representative Diversity in Text-to-Image Generation
导读
研究者提出强化学习后训练方法 MultiMaxPO，通过优化多轴 max@K 目标提升扩散文生图模型对预设模式（如颜色、感知种族类别）的覆盖度。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We then propose MultiMaxPO, a reinforcement learning post-training method that improves this coverage in diffusion T2I models by optimizing a multi-axis max@K objective.”
- “Code is available at this https URL .”
来源：arXiv · cs.AI · arxiv.org