Flow-OPD:フローマッチングモデルのためのオンポリシー蒸留
要約を読む要約を閉じる
Flow-OPDが、テキストから画像生成モデルのマルチタスクアライメントにおける課題を解決しました。
オンポリシー蒸留をフローマッチングモデルに統合し、複数の専門家モデルの知識を単一の学生モデルに効率的に集約します。
テキストから画像生成モデルの性能が大幅に向上し、より高品質で多様な画像を生成できるようになります。
Flow-OPDは、単一報酬で専門家モデルを育成し、その知識をオンポリシーサンプリングとタスクルーティングで学生モデルに統合します。
これにより、GenEvalスコアが63から92へ、OCR精度が59から94へと大幅に向上しました。