Flash-GRPO: Efficient Alignment for Video Diffusion via One-Step Policy Optimization
Flash-GRPO:通过单步策略优化实现视频扩散的高效对齐
机构 * Zhejiang University(浙江大学) ; Joy Future Academy(京东探索研究院) ; Independent Researcher(独立研究员) ; Tsinghua University(清华大学)
专题命中 效率与蒸馏 :diffusion(title,abstract);分类 cs.CV
AI总结 提出Flash-GRPO单步训练框架,通过等时分组和时间梯度校正解决计算瓶颈,在低计算预算下实现优于全轨迹训练的对齐质量和训练效率。