TDM-R1: Reinforcing Few-Step Diffusion Models with Non-Differentiable Reward
TDM-R1: 通过非可微奖励强化少步扩散模型
机构 * Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； hi-Lab, Xiaohongshu Inc（小红书实验室） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 TDM-R1通过非可微奖励强化少步扩散模型，提升文本到图像生成性能
