University of Edinburgh（爱丁堡大学）

2512.24138 2026-01-01 cs.LG cs.AI cs.CV

GARDO: Reinforcing Diffusion Models without Reward Hacking

GARDO：无需奖励黑客的扩散模型强化

Haoran He, Yuxiao Ye, Jie Liu, Jiajun Liang, Zhiyong Wang, Ziyang Yuan, Xintao Wang, Hangyu Mao, Pengfei Wan, Ling Pan

机构 * Hong Kong University of Science and Technology（香港科学与技术大学）； Kuaishou Technology（快手科技）； CUHK MMLab（港中文大学MMLab）； The University of Edinburgh（爱丁堡大学）

AI总结 GARDO通过自适应正则化和多样性增强，有效缓解扩散模型中的奖励黑客问题，提升生成多样性与样本效率。