DiffusionART

Алгоритм дообучения диффузионных моделей от Kling AI. Обучает модели генерации видео и изображений сильно дешевле - в 12 раз меньше GPU-часов при более высоком вознаграждении.

• RL-дообучение видео- и image-моделей: качество, следование промпту, feedback
• Стабильное обучение без крахов, без настройки EMA-расписания
• Работает на #HunyuanVideo-13B, #Wan21-I2V-14B, #SD35-M

Соль — порядок операций: сначала агрегировать вознаграждения и endpoints, потом регрессия, переиспользуя замороженную цель. Убирает скрытую силу согласованности из классического NFT, из-за которой обучение нестабильно

Гитхаб
HF

#finetuning

MAX