视觉生成模型的对齐研究全景梳理 ylc3000 2025-11-06 0 浏览 0 点赞 resource 视觉生成模型的对齐研究全景梳理，聚焦强化学习与人类偏好反馈，助力打造更精准、更安全的生成系统🎯 • 涵盖扩散模型、AR模型及流模型的对齐技术与最新进展，囊括DPO、GRPO、奖励反馈学习等多种算法范式 • 汇集首创论文与教程，包含伯克利CS285强化学习课程、中文强化学习资源，适合深耕RL应用的视觉生成研究者 • 系统整理基于强化学习的微调方法，直接偏好优化及无奖励模型的人类反馈调整，助力提升生成图像与文本描述一致性 • 收录丰富的对齐基准与奖励模型，如Human Preference Score、ImageReward、VideoScore，支持多维度人类偏好评估 • 深度覆盖提示工程优化策略，实现文本到图像生成的连贯性与精准性，推动生成艺术表达的细粒度控制 • 包含多篇技术报告与视频生成最新研究，面向视频文本生成和多模态统一模型的前沿探索 • 开放社区贡献，持续更新，适合科研、开发与应用场景的长期参考与技术积累 视觉生成对齐不再是单一优化，结合强化学习与人类偏好反馈才能真正实现安全与高质量输出。 了解更多🔗github.com/XueZeyue/Awesome-Visual-Generation-Alignment-Survey 网闻录 视觉生成模型的对齐研究全景梳理