TreeGRPO: Tree-Advantage GRPO for Online RL Post-Training of Diffusion Models
TreeGRPO:基于树优势的在线强化学习后训练扩散模型
机构 * UC San Diego(圣迭戈大学) ; MIT(麻省理工学院)
AI总结 TreeGRPO通过树结构提升扩散模型后训练效率,实现2.4倍加速并优于基线方法。
高校专区
TreeGRPO:基于树优势的在线强化学习后训练扩散模型
机构 * UC San Diego(圣迭戈大学) ; MIT(麻省理工学院)
AI总结 TreeGRPO通过树结构提升扩散模型后训练效率,实现2.4倍加速并优于基线方法。
一维ReLU深度神经网络的复杂性
机构 * Massachusetts Institute of Technology(麻省理工学院)
AI总结 本文研究了一维ReLU深度神经网络的线性区域数量及其稀疏性概念,揭示了网络表达能力与稀疏性之间的关系。
Comments Presented at IEEE MIT URTC 2025